Cómo emprender en Internet de las Cosas: Conceptos Prácticos

© 2018 Fundación País Digital

El contenido de este libro fue convocado y recopilado por Fundación País Digital, en
el marco del proyecto de Plaza Tecnológica: “Ciclo de Capacitaciones en IoT”, que
contó con el apoyo de la Corporación de Fomento de la Producción (Corfo).

Coordinación: Marco Terán, Fundación País Digital.

Edición de Contenido: Isabel Pinto G.
Diseño y maquetación: Marcela Vidal E.
Coordinación editorial: Ignacio Roldán, Fundación País Digital.

Esta obra está licenciada bajo la Licencia Creative Commons Atribución-NoComercial-

SinDerivar 4.0 Internacional y puede ser reproducida para cualquier uso no comer-
cial otorgando los reconocimientos respectivos. No se permiten obras derivadas.
Para ver una copia de ésta, visita http://creativecommons.org/licenses/by-nc- nd/4.0/.

ISBN 978-956- 9345-02- 9

Primera edición: 100 ejemplares, Enero de 2018, Santiago, Chile.

Impreso en

Esta publicación está disponible en

www.paisdigital.org
http://plazatecnologica.cl
4
AGRADECIMIENTOS
“Se agradece la participación de los relatores en las jornadas
del Ciclo de capacitaciones, que en representación de
organizaciones de gran prestigio y experiencia en la industria
IoT, compartieron sus conocimientos y buenas prácticas
para apoyar al emprendimiento en Internet de las cosas en
Chile. Además, se agradece a los asistentes de los talleres su
colaboración directa o indirecta en la elaboración de este
libro, mediante su activa participación en las jornadas, su
compromiso en responder diversas encuestas y su participación
presentando sus opiniones y casos de negocios aplicados”

5
6
EMPRESAS
COLABORADORAS

7
8
ÍNDICE

I. EL DISEÑO DEL NEGOCIO IOT 21

II. SENSORES INDUSTRIALES 45

III. CONECTIVIDAD IOT 71

IV. FI-WARE 83

V. MINSAIT IOT SOFIA2, LA PLATAFORMA IOT 107

DE INDRA

VI. BIG DATA: EL CUÁNDO Y EL CÓMO 125

VII. ASPECTOS DE SEGURIDAD DE LA 153

INFORMACIÓN A CONSIDERAR EN UN
PROYECTO DE IOT

VIII. RUTA DE PROTOTIPO A PRODUCTO 181

IX. RESULTADOS DEL CICLO DE 199

CAPACITACIONES EN IOT

X. CASOS APLICADOS 209

9
10
Desde Fundación País Digital, nuestro principal compromiso como articuladores ha sido po-
tenciar iniciativas que apunten al desarrollo y la masificación de la economía digital en Chile. Ac-
tualmente, somos testigos de una sociedad que comienza a familiarizarse con conceptos como
el Smart Citizens o Smart Industries, términos posicionados gracias a un trabajo de diversos
sectores y organizaciones en el país. En esta línea, destacamos el trabajo que realiza el Minis-
terio de Economía y Corfo a través de todos sus Programas Estratégicos -como el de Industrias
Inteligentes o Santiago Ciudad Inteligente- que colaboran en trazar el camino que Chile debe
seguir en responsabilidad ante la cultura digital y las acciones que buscamos implementar para
nuestras ciudades.

Como organización queremos aportar levantando este tema ante la opinión pública, validán-
dolo como un proceso clave para resaltar las tendencias en tecnología -como el Internet de las
cosas- a través de iniciativas que surgen desde nuestra Fundación. Así, y con gran éxito, hemos
realizado el Summit País Digital de Internet de las Cosas en 2015; el de Productividad Digital,
en 2016; y el de Transformación Digital este año, sumando a estas instancias diversos ciclos de
capacitaciones enfocados a proveedores tecnológicos locales y empresas nacionales, para la
adopción de tecnologías de vanguardia. Queremos, desde la misma articulación, ser un actor
que va en sintonía con la investigación, estudios, ejecución de pilotos y proyectos concretos,
aportando al debate sobre las tecnologías de la información y la comunicación y su cada vez
mayor incidencia en el desarrollo económico y social de Chile.

Pelayo Covarrubias,
Presidente Fundación País Digital

11
12
Chile, aunque ocupa el primer lugar en
América Latina, en términos de la adopción
de tecnologías digitales, todavía presenta bre-
chas significativas para subirse a la revolución
digital.
Las principales brechas están en la infraes-
tructura para entrar a la era del Big Data, el
capital humano, que debe tener competencias
digitales genéricas y específicas de los distin-
tos ámbitos sectoriales; tenemos desafíos en
ciber seguridad; en materia de estándares de
interoperabilidad para la Internet industrial,
aspecto clave si queremos tener un sistemas
de innovación abierto y competencia de los
proveedores y un espacio para desarrollar
proveedores nacionales, en territorio digital
tenemos una significativa fragmentación.
En síntesis, estamos recién empezando a
abordar los grandes desafíos para desarro-
llar las capacidades y competencias que nos
permitan enfrentar la disrupción digital que
está ocurriendo. La pregunta es cómo se
deben articular las políticas públicas y el rol
del Estado y su relación con los privados para
enfrentar este reto. Se requiere avanzar en
un conjunto de modernizaciones para que el
Estado juegue el rol catalizador que le corres-
13
ponde frente a un cambio tan radical en los
paradigmas productivos y que es de carácter
sistémico, hay que avanzar a una velocidad
acelerada, ya que la disrupción tecnológica es
de carácter exponencial, si no ocurre esto no
vamos a avanzar al desarrollo y nos vamos a
quedar atrás.
El aporte de País Digital en este desafío de
transformación digital del país es sustantivo.
La generación de una visión compartida de
los actores más relevantes es fundamental, en
este ámbito País Digital ha jugado y espera-
mos que siga cumpliendo un rol importante.
En esta publicación, que se enfoca en Internet
de las cosas, es fundamental destacar el apor-
te a la productividad y calidad de vida que
generará la IoT aplicada a la producción y los
servicios en sectores claves de la economía
chilena, tales como la Minería, la Fruticultura,
la Acuicultura y sectores de servicios como la
Salud y las Ciudades inteligentes.
Eduardo Bitrán,
Vicepresidente ejecutivo de CORFO
14
¿Para qué usaremos las nuevas tecnologías? Esa es la pregunta que lo público y lo privado se
deben hacer. Si logramos tener una visión compartida y luego una suerte de asociatividad,
nuestro país será un actor relevante frente a esta nueva oportunidad o revolución industrial.

Rescatemos de las experiencias vividas en la revolución pasada, la fuerza de la empresa, la

actitud de los emprendedores, el propósito de los estados y la misión de la academia; suma-
do a estas nuevas tecnologías el uso de la inteligencia artificial, los sensores de todo tipo y el
aprendizaje de las máquinas, nos permiten nuevos desafíos y nuevas oportunidades. Hoy en
día, grandes problemas del pasado sólo son anécdotas que hace pocos años atrás resultaban
imposibles de imaginar. Una simple caseta de riego en el campo está más tecnificada, robotiza-
da y automatizada que las grandes multinacionales en los años 90. La eficiencia energética, la
revolución productiva y el cambio en la educación son, hoy en día, las áreas donde está lleno de
oportunidades.

Lo que haremos como personas, países y humanidad con las tecnologías debe ser nuestra nue-
va temática y cómo levantaremos los temas en nuestra sociedad es tarea de todos. Internet de
las cosas es, sin lugar a dudas, la herramienta fundamental para nuestro propósito de mejorar
las condiciones de vida de nuestra sociedad y, porque no, de nuestra humanidad.

Manuel Urzúa,
Socio Fundador iF

15
16
Sobre Fundación
País Digital
Las nuevas tecnologías de la información y
la comunicación (TIC) están transformando
nuestra sociedad, tanto en el ámbito econó-
mico como social. La Era Digital ha implicado
la creación de nuevos procesos que hoy se
presentan como trascendentales a la hora
de comunicarnos y relacionarnos o incluso,
al momento de hacer negocios. De la misma
forma, esta nueva etapa ha comenzado a
cambiar la forma en cómo nos informamos y
por cierto, ha roto algunos paradigmas cuan-
do de educación hablamos.
Es así que hoy, como país, nos enfrentamos a
un momento paradigmático, en que debemos
aprovechar las oportunidades que nos permi-
te la tecnología y proyectar una mejor dina-
mización de la estructura productiva del país,
pasando de la economía de bienes tangibles
a una digital, donde el valor se encuentre en
agregar conocimiento y talento humano a los
procesos productivos.
En este contexto, el rol que tiene la educación
como pilar en la formación de ciudadanos con
habilidades tecnológicas que les permitan es-
tar preparados para los desafíos del siglo XXI,
es fundamental. Requerimos de más espe-
cialistas en las diferentes áreas productivas y
17
especialmente en el sector TIC, problema hoy
evidenciado en una baja matrícula de carreras
-técnicas y universitarias- afines a la industria,
como en el número de profesionales capacita-
dos para enfrentar esta nueva economía.
Para consolidar un aporte al desarrollo de
una cultura y economía digital, es que en 2001
nace Fundación País Digital. Una institución
que trabaja para impulsar, masificar y debatir
sobre las nuevas tecnologías en Chile, con una
mirada transversal y a largo plazo, impulsan-
do un conjunto de acciones en las áreas de
Investigación, Educación, Salud, Smart Cities y
Desarrollo Digital.
Desde este diagnóstico apuntamos al trabajo
colaborativo público-privado para la realiza-
ción de grandes proyectos de avance digital,
impulsando políticas públicas como un factor
de cambio y de apoyo a la economía desde
la tecnología, priorizando siempre que, como
sociedad, somos todos responsables de esta
transformación.
Es urgente que Chile pase de ser un explo-
tador de los recursos naturales a uno de la
economía productiva y centrada en la efi-
ciencia de procesos, con especial foco en la
educación y desarrollo del conocimiento, para
finalmente dar un salto efectivo hacia la Era
Digital. Los esfuerzos deben converger a que
al final del día, todos los chilenos accedan a
una mejor calidad de vida.
18
Sobre Plaza Tecnológica
Plaza Tecnológica es una alianza estratégica
formada entre Fundación País Digital e iF
Chile, con la mirada de generar un trabajo
colaborativo entre empresas, emprendedores
y la ciudadanía para promover la transferen-
cia tecnológica y el desarrollo de soluciones
entorno a Internet de las Cosas (IoT), aportan-
do al crecimiento y aumento de productividad
en la industria nacional.
Sobre el Ciclo de Capacitaciones en IoT
El Ciclo de Capacitaciones para el Emprendi-
miento en IoT fue un proyecto de Plaza Tec-
nológica, ejecutado por Fundación País Digital,
y que contó con el apoyo de Corfo a través
de su Programa de Apoyo al Entorno para el
Emprendimiento y la Innovación.
Este proyecto se originó con el objeto de
sofisticar la oferta de soluciones IoT provistas
por emprendedores en diferentes estados de
madurez, incrementando su capacidad para
desarrollar soluciones. Junto con esto, generar
un espacio de networking para fortalecer el
ecosistema IoT favoreciendo la colaboración y
el desarrollo conjunto de soluciones mediante
el trabajo en equipo.
19
Parte del desafío de Plaza Tecnológica es
potenciar a los emprendedores en torno a la
industria del IoT ya que muchos emprendi-
mientos han tenido dificultades en desarrollar
soluciones lo suficientemente robustas y
capaces de escalar con los requerimientos de
las empresas productivas y de servicios. Las
capacitaciones en IoT son una medida para
colaborar con la industria en este aspecto.
El ciclo de capacitaciones consistió en ocho
jornadas de medio día, realizado entre los me-
ses de abril y septiembre del año 2017, donde
se abordaron temáticas clave en el desarrollo
de soluciones IoT, las que fueron levanta-
das previamente en conversaciones con los
mismos emprendedores del área. Expertos de
prestigiosas organizaciones con amplia trayec-
toria en cada tema compartieron sus conoci-
mientos y experiencia, realizando un aporte
que ha sido plasmado en este libro.
Durante los seis meses en que se realizaron
las charlas, se recibieron a más de 100 em-
prendedores que conocieron temas de mo-
delos de negocios en IoT, Big Data, seguridad
informática, entre otros.
I.
EL DISEÑO DEL
NEGOCIO IOT
Taller realizado por Marco Terán, Director de
Desarrollo Digital, Fundación País Digital. Cuenta
con 17 años de experiencia profesional en
desarrollo de negocios y consultoría estratégica
en innovación tecnológica. Formación académica
de ingeniería industrial en la Universidad Técnica
Federico Santa María, MBA Pontificia Universidad
Católica de Chile y Massachusetts Institute of
Technology, MIT, Estados Unidos.

Fundación País Digital, con 15 años de

trayectoria, es una institución que fomenta el
desarrollo de una cultura digital y tecnológica,
articulando la construcción de alianzas y la
realización de proyectos público-privados,
además de la generación de contenidos.

21
22
1.1 LAS OPORTUNIDADES COMERCIALES DEL
CONCEPTO IOT
La economía digital ha generado significativos
cambios en los últimos años. Desde smart-
phones y aplicaciones Web para el trabajo
colaborativo, hasta sistemas de gestión
de contabilidad, ERP (enterprise resource
planning), CRM (client relationship manager),
son algunas soluciones que llegaron para
radicarse en nuestros negocios. Actualmente,
estamos enfrentando los desafíos del concep-
to Internet de las Cosas (IoT en sus siglas en
inglés). ¿Cómo nos planteamos frente al IoT
Imagen 1: “How
Smart, Connected como oportunidades de negocio?
Products Are
Transforming
Competition”
Harvard Business
El Internet de las Cosas se refiere a la inter-
Review. conexión digital de objetos cotidianos con
Fuente: Porter Internet. A nivel industrial, permite aumentar
M., Heppelmann J.
(2014). la eficiencia operativa y reducir los costos
23
al contar con más información y mejorar
la disponibilidad de la red productiva para
tomar mejores y rápidas soluciones. A nivel de
consumo, permite tener productos ‘smart’, es
decir, productos que monitorean y entregan
información para tomar decisiones. Las com-
pañías multinacionales ya están incorporando
funcionalidades en sus productos y procesos
por lo que ya es la oportunidad para generar
negocios en esta materia.
Tal como se muestra en la siguiente figura de
una publicación del Harvard Business Review,
no basta ya con hacer el desarrollo de un pro-
ducto ‘smart’, éste debe complementarse con
diversar soluciones que se están ofertando para
crear sistemas interconectados de información.
El tractor transmite datos sobre desempeño de uso a los fabricantes permi-
tiendo hacer un análisis del funcionamiento y mejorando tanto los patrones
de mantención como del diseño de la maquinaria. Se transmiten datos sobre
funcionamiento, ubicación y medio ambiente a los fabricantes, y el tractor
recibe actualizaciones de Software para mejorar el rendimiento. Los productos,
componentes físicos, se han convertido en productos complejos que han com-
binado componentes smart (Hardware, sensores, almacenamiento de datos,
microprocesadores, Software). Esto involucra no sólo Hardware y Software
sino una aplicación que entregue inteligencia al negocio.

Dada la complejidad del concepto, para aprovechar las oportunidades de Imagen 2:

Taxonomía de la
negocio de este concepto, los desarrolladores deben identificar dónde y cómo tecnología IoT.

pueden contribuir dentro de dicho sistema. En la siguiente ilustración, se Fuente: Porter

M., Heppelmann J.
distinguen distintos niveles de participación, desde el desarrollo propio del (2014). “How Smart,
producto (sensores y software), soporte a la conectividad, plataformas y aplica- Connected Products
Are Transforming
ciones, hasta temas de seguridad e información complementaria externa, por Competition,”
Harvard Business
ejemplo, data no estructurada proveniente de redes sociales. Review.

24
1.2 EL CONOCIMIENTO DEL NEGOCIO DEL
CLIENTE

Además de identificar, desde el punto de vista técnico, donde se puede

participar en el negocio de Internet de las Cosas, se debe reflexionar
sobre el nivel de conocimiento, la segmentación y cómo gestionar las
expectativas del cliente para obtener el mayor valor de los productos
y servicios que se pueden ofrecer. En general, cuando se concibe una
solución, se cree que servirá para todo tipo de clientes, pero en la
práctica no es tan sencillo. Como ejemplo, el caso de Hardware para
monitoreo en sectores mineros y forestales. En el primero, se necesita
sensores que soporten las condiciones climáticas y geográficas como
polvo en suspensión, la presión atmosférica por efectos de la altitud, a
diferencia del sector forestal que requiere mayor duración de batería y
buena aislación sobre la humedad del ambiente.

Junto con lo anterior, existen otros elementos que debe estar dentro de la maquinaria, no
del tipo financiero a tener en consideración tiene que estar visible y hay que informar en
por cada sector, por ejemplo, el retorno de la forma adecuada los beneficios que traerá a
inversión de maquinarias de menor tamaño futuro esa solución”, explica Marco Terán.
para la minería se encuentra dentro del rango Otro ejemplo, relacionado con la agricultura
entre uno y medio y tres años. Es importante es el nivel de alfabetización digital, por lo que
tener presente este tipo de aspectos al mo- se debe ser más cuidadoso sobre entregar
mento de relacionarse con los clientes de las información simple y concisa.
distintas industrias cuando se quiere ofrecer
soluciones. Otros aspectos corresponden a la
mitigación de riesgos en la implementación.
Por ejemplo, en equipamiento en minería se
debe tener en cuenta los efectos que puede
causar en sindicatos y operarios, quienes po-
drían sabotear estas innovaciones. ’’He cono-
cido casos donde los operarios han quebrado
equipos que se colocan para realizar pilotos
funcionales, por lo que la recomendación es

25
1.3 DISEÑO DEL NEGOCIO - BUSINESS MODEL
CANVAS

Existen distintas herramientas para diseñar un negocio. Estas

herramientas representan que se va a ofrecer al mercado,
cómo se va a hacer, quién será el público objetivo, cómo se
venderán los productos o servicios y cuál será el método para
generar ingresos. El modelo más utilizado es el Business Mo-
del Canvas de Alexander Osterwalder, que es una representa-
ción de 9 bloques que se describe en la siguiente figura.

Imagen 3: Business
Model Canvas.

Fuente: Osterwalder
A. (2010). “Business
Model Generation”,
John Wiley & Sons.

26
 Básicamente, este modelo estructura un negocio para identi-
ficar sus partes cruciales que pueden ser contestadas con las
siguientes preguntas:

BLOQUE DEFINICIÓN PREGUNTA CLAVE OTRAS PREGUNTAS

Propuesta de La declaración de valor ¿Por qué me eligen a • ¿Qué valor entregamos a los clientes?
Valor que se ofrecerá a los mí y no a la compe- •¿Qué problema estamos ayudando a solu-
clientes. tencia? cionar?

•¿Qué paquetes de productos o servicios

estamos ofreciendo a cada segmento de
clientes?

Segmentos de Definir los diferentes ¿A quién dirijo mi •¿Para quién creamos o queremos crear
Clientes grupos de personas o producto o servicio? valor?
empresas a las que nos •¿Cuáles serán los clientes más importantes?
dirigimos. Se agrupan
de una manera
homogénea llamada
segmentos, con carac-
terísticas y necesidades
comunes

Canales Identificar con qué ¿Qué medios de re- •¿Qué canales usan o prefieren nuestros
canales llegaremos lación usaré con mis segmentos de clientes?
a nuestros clientes y clientes? •¿Cómo vamos a establecer contacto con
entregaremos nuestros nuestros clientes?
productos y/o servicios.
•¿Qué combinación de canales vamos a
poner en marcha?

•¿Cuáles funcionan mejor?

•¿Cuáles son los más rentables?

Relación con Decidir sobre qué ¿Cómo me relaciona- •¿Cómo espera cada segmento de clientes
Clientes tipos de relaciones ré con mis clientes? que nos relacionemos con él?
se ajustan mejor a •¿Qué tipo de relaciones vamos a esta-
nuestros segmentos y blecer?
a nuestra propuesta de
•¿Cómo vamos a integrar los diferentes
valor.
tipos de relaciones en nuestro modelo de
negocio?

27
 Recursos claves Caracterizar los recur- ¿Qué recursos •¿Qué recursos claves requiere nuestra
sos que son necesarios necesitaré para propuesta valor?
para generar la pro- realizar estas activi- •¿Qué recursos claves requieren nuestros
puesta de valor. dades? canales?
Tipos de recursos: •¿Qué recursos claves requieren nuestras
Materiales, Intan- relaciones con los clientes?
gibles, personas y
talento, económicos.

Actividades Describir las activi- ¿Qué debo hacer •¿Qué actividades son claves para desarro-
claves dades centrales y más para cumplir con mi llar nuestra propuesta valor?
importantes. Aquellas propuesta de valor? •¿Qué actividades claves requieren nuestros
que se hacen inter- canales?
namente y donde se
•¿Qué actividades claves requieren nuestras
encuentra la ventaja
relaciones con los clientes?
competitiva.
•¿Qué actividades claves requieren nuestras
fuentes de ingresos?

Socios clave Identificar aquellas ¿A dónde va el dine- •¿Cuáles son los costos más importantes en
instituciones y organis- ro que obtenemos? nuestro modelo de negocio?
mos claves para entre- •¿Cuáles recursos claves son los más costo-
gar nuestra propuesta sos?
de valor.
•¿Cuáles actividades son las más costosas?

Estructura de Identificar los costos ¿A dónde va el dine- •¿Cuáles son los costos más importantes en
costos relevantes para llevar a ro que obtenemos? nuestro modelo de negocio?
cabo nuestra oferta •¿Cuáles recursos claves son los más costo-
sos?

•¿Cuáles actividades son las más costosas?

Fuente de In- Siendo la sección más ¿De dónde viene el •¿Por qué valor nuestros clientes están dis-
gresos importante para la dinero a mi empre- puestos a pagar?
sustentabilidad de la sa? •¿Cómo están pagando?
empresa: identificar
•¿Cómo prefieren pagar?
cuánto, cómo y por
•¿Cuánto aporta cada fuente de ingresos a
dónde provendrán los
los ingresos generales?
ingresos.

Imagen 4: Descripción de cada uno de los 9

bloques de Business Model Canvas.

Fuente: Adaptado de Osterwalder A.

(2010). “Business Model Generation”, John
Wiley & Sons.

28
1.4 DISEÑO DEL NEGOCIO APLICADO A INTERNET
DE LAS COSAS

Sin perjuicio de los beneficios, y por ende, uso
generalizado, del modelo explicado ante-
riormente, se requiere un mayor grado de
especificidad para el sector de Tecnologías de
información. Fundación País Digital hizo una
revisión de publicaciones científicas de diseño
de modelos de negocios relacionados con la
economía del conocimiento y las adaptó para
el uso de Internet de las cosas con el objeto
de identificar los elementos claves para el de-
sarrollo de negocios en este nuevo concepto
de Internet de las cosas.
Los resultados de esta revisión se represen-
tan con cuatro parámetros de diseño, como
se ilustra en la figura siguiente. La primera
fila contendría elementos para definir la
oferta y el modelo financiero, mientras que
la fila de abajo considera aspectos de la tec-
nología y el modelo asociativo que se debe
considerar para este tipo de negocios. Cada
parámetro será revisado en forma separada
para finalmente mostrar un ejemplo de uso.

Imagen 5:
Configuración a nivel
macro de diseño del
negocio IoT.

Fuente: Fundación
País Digital (2017).

1.4.1 Diseño del Valor

Es la declaración del valor que se ofrece a los clientes. La pregunta clave que se
debe realizar es: ¿Por qué me eligen a mí y no a la competencia/otro produc-
to? Para ello, se debe distinguir tres elementos entre las capacidades que se
entrega, el grado de involucramiento del usuario y el valor que desea el cliente,
tal como se ilustra en la siguiente figura.

29
 Imagen 6:
Elementos del
Diseño del Valor.

Fuente: Fundación
País Digital (2017).

1.4.1.1 Oferta de capacidades

Esta oferta corresponde a la ‘inteligencia’ que tiene la solución.
La pregunta a resolver con el cliente es ¿Qué grado de infor-
mación procesada y pronóstico requiere?. Se definen cinco
niveles desde el nivel básico de monitoreo hasta soluciones
con cierto grado de autonomía. A continuación, se encuentra
una descripción de cada uno de los cinco componentes:

CAPACIDADES DESCRIPCIÓN TIPOS DE SOLUCIONES HERRAMIENTAS

Monitoreo Es un proceso sistemático
de recolectar y analizar
información para hacer
seguimiento al progreso de
una actividad.
Alto activo fijo (plantas En el monitoreo generalmente las deci-
industriales o líneas siones de cambios de comportamiento son
de producción) que realizadas por los usuarios según protoco-
requiere de monitoreo los de decisión según opinión experta.
continuo.

Control Considera el control es- Líneas de producción Para definir dichos niveles se emplea la
tadístico de procesos cuya en serie. experiencia del pasado o estableciendo
función permite evaluar niveles de exigencia mínimos. Utiliza princi-
el rendimiento de una palmente análisis de inferencia estadística.
actividad, lo que implica
identificar y definir niveles
de aceptación superior e
inferior.

30
 Predictivo Análisis avanzado que
utiliza datos históricos
para predecir una actividad
futura.
Prescriptivo Tiene como propósito guiar Principalmente, ase-
para conseguir un objetivo,
realiza recomendaciones
sobre las acciones ante una inventario, selección de
situación o contexto deter-
minado (reducir costos o
mejorar beneficios).
Autonomía Considera que la solución
tiene capacidades de esta-
blecer sus propios criterios
y regirse por ellas a la hora
de tomar decisiones.
Imagen 7:
Capacidades de la
solución IoT.
Fuente: Fundación
País Digital (2017).
Mantenimiento de Utiliza la aplicación de técnicas de análisis
equipos. de inferencia estadístico y/o algoritmos
de aprendizaje automático para crear
modelos predictivos que sitúan un valor o
evento en la probabilidad de que ocurra un
evento particular.
Utiliza la aplicación de técnicas de gestión
soría en servicios como de reglas de negocio u optimización para
definiciones de layout o pseudoautomatizar la actividad frente a
eventos dados.
personal.
Orientado a electro- Junto con herramientas estadísticas, utiliza
domésticos o dispositi- variables de control junto con el monitoreo
vos de consumo masivo de sensores para el control.
donde el usuario
también puede hacer
modificaciones con
instrucciones de forma
manual.
1.4.1.2 Involucramiento del usuario
El segundo elemento del diseño del valor está relacionado
con el grado de participación del usuario en la entrega de
información externa. Este componente tiene que ver con el
conocimiento del cliente, tanto su expectativa de customi-
zación como su grado de involucramiento para entregar infor-
mación en línea. Cuando las capacidades analíticas son sólo
monitoreo, basta el despliegue de los datos al sistema, pero
en algunos productos como termostatos o electrodomésti-
cos, se puede requerir información adicional para customizar
requerimientos específicos. Se ha detectado que mientras el
producto sea más de consumo masivo, podría requerir menos
ingreso manual de información por parte del usuario.
31
1.4.1.3 Valor deseado del cliente
Como tercer elemento de valor se encuentra
el trade-off entre entregar el mejor producto,
en términos de bajo costo o alto desempeño
de calidad y una solución para un sistema
cerrado o lock-in.
El mejor producto se sustenta en la forma
clásica de estrategia competitiva que declara
que hay sólo dos formas de competir: bajos
costos o diferenciación por calidad. Esta pro-
puesta no profundiza la selección de costo o
diferenciación, debido a que debiese consi-
derar elementos como selección de insumos,
definición de grado de exactitud y/o decisión
de medición y analítica más certera.
En el sistema lock-in hay una posición domi-
nante de un actor y existe vínculo único entre
compradores y vendedores. Particularmente
las empresas multinacionales de electrodo-
mésticos y maquinarias están incorporando
Internet de las Cosas para mejorar la expe-
riencia de usuario o para aumentar el desem-
peño de sus equipos. De ahí que surge una
oportunidad de entregar productos o servicios
complementarios a dichos sistemas lock-in.

1.4.2 Diseño de la Tecnología

El concepto Internet de las cosas considera elementos técnicos que tienen
directa relación con la propuesta de valor descrita en el anterior bloque. La
pregunta clave que se busca responder es ¿Qué recursos necesitaré para
realizar esta oferta? Para lograr responder dicha pregunta, se debe identificar,
¿El producto o servicio puede ser gestionado desde cualquier lugar? ¿Cuál es
el grado de inteligencia de la información procesada? ¿Los datos que recolecta
pueden ser usados como beneficio adicional? ¿Es posible hacer tercerización
para modular la solución?

Imagen 8:
Elementos del
Diseño de la
Tecnología.

Fuente: Fundación
País Digital (2017).

32
1.4.2.1 Configuración de dispositivos
Actualmente, los dispositivos, sensores y accesorios pueden
tener una variedad de canales de comunicación, incluyendo
GPRS, RFID, Wifi, entre otros medios, entregando una comu-
nicación y procesamiento de información con limitada inter-
vención humana. En esta línea, el sistema embebido o inte-
grado es un sistema de Hardware para realizar una o algunas
pocas funciones dedicadas y enviar información a la central.
Un sistema más cloud puede usar gateway o procesadores
intermedios y entregar información de manera más barata,
de modo que los usuarios puedan acceder a los servicios
disponibles ‘en la nube de Internet’. Dependiendo del grado de
cloud se deben incluir otros elementos como seguridad de la
información y distribución de ingresos si se utilizan servicios
de terceros.

1.4.2.2 Analítica y negocio del dato

Según la definición del diseño de valor, existen potenciales
oportunidades con la analítica y negocio del dato capturado.
En primera instancia, se puede desde capturar el dato y des-
plegarlo al usuario hasta realizar procesamientos de analítica
para optimizar los resultados de valor al cliente. Junto con
lo anterior, se puede usar el dato como una oportunidad de
negocio adicional. De ahí que los atributos de información
a capturar son relevantes. Esto significa que se debe incluir
elementos de autorización de uso de información tanto a nivel
del cliente como del usuario final.

1.4.2.3 Grado de modularidad

Modularidad en el sentido práctico es el diseño de sistemas y
dispositivos como módulos discretos que se conectan a través
de interfaces predeterminadas. Considerando los benefi-
cios de la modularidad y la potencial interoperabilidad con
otros sistemas, es necesario revisar el grado de tercerización
como por ejemplo, uso de plataforma de desarrollo e imple-
mentación, adquisición de información de fuentes externas,
entre otros elementos.

33
1.4.3 Diseño Financiero
En los primeros dos bloques de diseño, mostrados anteriormente, se ha repre-
sentado la oferta y los recursos de la solución. En este apartado, se identifica
cómo y por dónde provendrán los ingresos, junto con decidir la distribución
de éstos. La pregunta clave es ¿De dónde viene el dinero de mi producto y con
quién lo compartiré? Dada la poca experiencia en este tipo de soluciones, tam-
bién surgen los riesgos por la implementación ¿cómo se va a hacer?, ¿lo vamos
a hacer solos?, ¿se va a realizar con socios?.

Imagen 9:
Elementos del
Diseño Financiero.

Fuente: Fundación
País Digital (2017).

1.4.3.1 Costos de implementación

En forma preliminar, definidos los recursos tecnológicos,
especialmente el apoyo con terceras empresas, se puede
definir la implementación de la solución. La implementación,
como su control de gastos asociados, puede ser crucial para
la viabilidad del negocio. Esta implementación puede ser
concentrada y propia, asumida integralmente por la empresa,
o ser compartida con terceros que también están interesa-
dos en ejecutar este tipo de soluciones. En la imagen 1 “How
Smart, Connected Products Are Transforming Competition” del
Harvard Business Review, se concibe un sistema de organi-
zaciones participando en una solución sistémica, la cual puede
ayudar a reflexionar sobre cómo y dónde queremos participar.

34
1.4.3.2 Modelo de ingresos y facturación
El elemento de ingresos está relacionado por términos cuan-
titativos y temporales, esto último corresponde a la factura-
ción del servicio. Respecto a términos cuantitativos, se debe
relacionar al costo variable más un margen propio del negocio
y que generalmente está relacionado a la disposición a pagar
por el servicio. Al principio de este capítulo, se destaca la im-
portancia de conocer al cliente y específicamente se menciona
que algunos sectores usan indicadores financieros para tomar
decisiones, por ejemplo, payback del negocio, lo cual puede
ser muy útil al momento de calcular el precio del servicio.
Junto con lo anterior, considerar si los ingresos provendrán di-
rectamente por un único cliente o si existirán terceros usando
los beneficios de los datos (ver diseño tecnología, elemento
‘analítica y negocio del dato’) o venta por información cruzada
o subsidios de gobierno. En segundo término, se encuentra
la temporalidad o facturación del servicio, que se refiere a
la fecha de facturación pero principalmente se pueden usar
alternativas como pago compensatorio sobre el grado de
desempeño de la solución (conocido como ‘success fee’) o una
estructura de inversiones por parte del proveedor (modelo
operativo de las Empresas de Servicios Energéticos (ESCO) 1).

1.4.3.3 Distribución de ingresos

En el caso de distribuir los ingresos a terceros o proveedores,
se hace necesario identificar a los más idóneos y generar ne-
gociaciones con cada uno de ellos, previo a la implementación
para asegurar el cumplimiento de expectativas. Además, se
puede contar con alianzas de mantención y postventa para
hacer viable el negocio.

1. Empresas de Servicios Energéticos o Energy Services Companies (ESCO) ofer-

tan un análisis del gasto energético y una asesoría de implementación de solu-
ciones para bajar el consumo. ¿Cómo ganan y cómo es el modelo de ingresos?,
una parte del ahorro es para la ESCO y la otra parte de la empresa que solicitó la
asesoría. De esta manera, la ESCO coloca las inversiones y la empresa producti-
va subcontrata la energía.

35
1.4.4 Diseño Asociativo
Debido a la complejidad del concepto IoT, las organizaciones
forman alianzas y redes asociativas con instituciones y orga-
nismos claves. Acá la pregunta clave es ¿Quiénes me pueden
aportar valor? Para resolver dicha consulta, se puede revisar la
siguiente y última sección del modelo propuesto.

Imagen 9:
Elementos del
Diseño Asociativo.

Fuente: Fundación
País Digital (2017).

1.4.4.1 Desarrollo del sistema

En términos de disponer de una red asociativa y un ecosiste-
ma interno de trabajo, se debe decidir si la solución planteada
será un sistema cerrado o abierto. En general, y siendo consis-
tentes con otras elecciones de diseño, revisadas en secciones
anteriores, hay elementos que deciden que el sistema sea
abierto; por ejemplo, en diseño de la tecnología aprovechar
la modularidad y uso de plataformas de desarrollo para no
incurrir en costos adicionales. Sin embargo, si el producto está
embebido y es una solución personalizada, es probable que el
cliente solicite una solución de sistema cerrado.

36
 1.4.4.2 Desarrollo de productos y
servicios
Junto con el desarrollo del sistema, se podrían requerir nuevos
productos o servicios complementarios. Esta decisión incluso
puede ser estratégica y la opción de disponer de proveedores
terceros puede ser muy válida como penetración de nuevos
mercados.

1.4.4.3 Distribución y postventa

Por último, la intermediación como canal de comunicación con
el cliente, a través de un distribuidor o proveedor que realice
la postventa, es una decisión a tomar, considerando la fre-
cuencia y tipo de interacción que tenga la solución. En el caso
de que la frecuencia sea baja y esporádica, contar con una
red de distribuidores puede ser una alternativa para evitar un
uso menos intensivo de recursos profesionales. En general, el
desarrollo de un ecosistema de actores puede ser una opinión
para poder diversificar el problema y mejorar el desarrollo
futuro del negocio.

1.5 REFLEXIONES Y CASO PRÁCTICO

Se ha presentado una propuesta de elementos para el diseño de un negocio

para Internet de las Cosas. Esta propuesta considera elementos de diseño des-
de las perspectivas de valor al cliente, tecnología relativa a recursos técnicos,
financiero en términos de implementación e ingresos, junto con las decisiones
de la red asociativa relacionada con el negocio. Tal como se ilustra en la figura
siguiente, existen diversas alternativas sobre el negocio y dependerá de las
características del cliente como de las capacidades y recursos internos de la
empresa que está ofreciendo la solución.

37
 Imagen 11: Configuración de negocio IoT.

Fuente: Fundación País Digital (2017).

Con el objeto de ilustrar el modus operandi, se entrega el

siguiente ejemplo: “Crear un dispositivo de control de energía
que está dentro de una casa y que envía información”. Este
ejemplo, puede ser aplicado a una solución de casa particular
o a un condominio, incluso se puede trabajar con una comu-
nidad o junta de vecinos. Esta solución no necesariamente
tiene que ir dirigida al segmento ABC1. En el caso de análisis,
el medidor entregará información útil asociado al gasto de
energía dado el incremento de gasto en la economía familiar
en ciertos períodos de tiempo. De ahí que el grupo objetivo
serán juntas de vecinos y comunidades que lo que buscan es
bajar su consumo medio de electricidad. La información de
consumo por casa: 820 kWh, 1640 kWh y 410 kWh, puede ser
un comparativo entre las comunidades y disminuir los costos
de energía, especialmente para que aquellos que tienen un
alto consumo.

La idea de negocio es instalar el dispositivo que mide la elec-

tricidad y se le pueda hacer una caracterización al interior del
hogar, cantidad de personas, mascotas, electrodomésticos,
junto con determinar la temperatura idónea del hogar. Este
dispositivo se ubicaría dentro de la casa y antes del medidor
eléctrico. La información que entrega actúa como evaluador

38
comparativo con otras casas similares y el negocio considera
prestar servicios de ahorro de electricidad en uso de electrici-
dad y calefacción, principalmente. Hay otros aspectos a revisar
como el tipo de familias que no utilizan calefacción en invierno
pero no quisieran un ambiente con temperatura ambiente
igual al exterior.

Imagen 12: Definiciones de diseño

del caso ejemplo.

Fuente: Fundación País Digital

(2017).

1.5.1 Diseño del Valor

El valor no está en los datos de consumo, sino que en la
información comparativa de familias con similares comporta-
mientos de consumo. Obtener información y generar reco-
mendaciones con casas de características similares, surge la
idea de hacer una analítica prescriptiva. El desarrollo de este
negocio permitiría lograr una mayor experiencia de usuario
que la actual industria no estaría realizando por la granula-
ridad del negocio. Aun cuando el sector eléctrico tiene un
sistema cerrado (lock-in), es regulado por Superintendencia

39
 de Electricidad y Combustibles (SEC), y están implementando
medidores smart, este negocio permite ser perfectamente
realizable por un tercera. Se define una propuesta de valor
que busca no ser de monitoreo sino que tenga estimaciones
comparativas entre usuarios a través de una aplicación móvil
que informe de los beneficios que podría obtener si decide
tener una asesoría de remodelación con un reporte estimado
de disminución de gastos.

1.5.2 Diseño de la Tecnología

Las capas tecnológicas están bastante definidas. Los
dispositivos tienen una programación estándar y el sistema
se puede desplegar de manera cloud, considerando que la
medición puede hacerse en forma diaria con conectividad
barata (RFID) y que dentro de la comunidad/junta de vecinos
se puede instalar un gateway que procese la información. En
la capa aplicativa de datos, dado el monitoreo y autocontrol
por los usuarios, la data es capturada y parte de dicha
información es entregada por el usuario o familiares. Como
negocio adicional, la data puede ser procesada y ser utilizada
como negocio adicional para el desarrollo de dispositivos de
domótica que compartan la red y servicios de facturación.

1.5.3 Diseño Financiero

La implementación del negocio presenta economías de escala
con economías de alcance por la red de comunicación y
relación del negocio con otros servicios (uso racional de agua
y gas). Esto permitiría generar alianzas con proveedores de
empresas de arquitectura o ESCO pequeñas que entreguen
soluciones de disminución de costos de energía. Junto con lo
anterior, el desarrollo de un modelo distributivo de ingresos
con emprendedores a través de capturar comisiones de venta
de dispositivos de domótica y otros modelos de negocios
(Product as a service, Product sharing) podría ser otra
alternativa económica viable.

40
 1.5.4 Diseño Asociativo
Tanto el diseño del valor como el despliegue de los recursos
tecnológicos, establecen que no es una estrategia adecuada
asociarse con empresas de servicios básicos. Aun cuando
podrían disminuir el riesgo operativo de productos y servicios
complementarios, pueden restringir la toma de decisiones.
Todo indicaría que se podría desarrollar un modelo con un
sistema abierto de colaboración con otros emprendedores.
Junto con lo anterior, se debe aprovechar la actual cadena
de valor y establecer un sistema lock-in de canal exclusivo de
venta y facturación para asegurar trazabilidad.

1.6 CONCEPTOS UTILIZADOS DURANTE EL TALLER

IoT: Internet of Things o Internet de las Cosas. Corresponde a la interconexión

de “las cosas”, esto mediante sensores, actuadores, concentradores de red,
redes de larga distancia y todos ellos dispuestos en diferentes tipologías de red
adecuadas para su funcionamiento. Incluye objetos cotidianos e industriales de
tal forma que puedan ser inteligentes, programables, y capaces de interactuar
con humanos y entre ellos.

M2M: Machine-to-Machine. Es parte integral del IoT y describe el uso de

aplicaciones que están disponibles para la comunicación entre dos o más
máquinas. La tecnología M2M conecta máquinas, dispositivos y accesorios
sin cableado mediante una variedad de canales de comunicación, incluyendo
IP y SMS, para entregar servicios con limitada intervención humana,
convirtiendo estos dispositivos en activos inteligentes que abren un abanico de
posibilidades para mejorar la forma en que operan las empresas.

Big Data: Gestión y análisis de enormes volúmenes de datos, que engloba

infraestructuras, tecnologías y servicios.

Cloud Computing: Es el uso de recursos computacionales (Software y

Hardware) que son entregados como un servicio remoto a través de Internet

41
o alguna otra red. Bases de datos, Software, almacenamiento,
seguridad entre otros son servicios englobados bajo este
concepto.

Plataforma: Entorno para el desarrollo y ejecución de

aplicaciones equipado con herramientas de data Access, run-
time, visualización de datos, entre otros.

Monitoreo: Supervisión de actividades en progreso para

asegurar su estado de funcionamiento y progreso de forma de
cumplir con los objetivos y rendimiento esperados.

Control: Dispositivo o mecanismos para guiar o regular

actividades u operaciones de máquinas, sistemas o personas.

Predictivo: Uso de herramientas de analítica, modelado,

machine learning o data mining para la detección de patrones
con el fin de predecir eventos y comportamientos.

Prescriptivo: Analítica que aprovecha métodos descriptivos

y predictivos para proponer y facilitar la toma de decisiones,
encontrando medidas correctivas o de mejora.

Automatización Industrial: Es el uso de instrumentación

industrial (que incluye los sensores, transmisores de campo,
etc.) los sistemas de control y supervisión, los sistemas de
transmisión y recolección de datos y las aplicaciones de
Software, para supervisar y controlar las operaciones de
máquinas, plantas o procesos industriales. Operan con
mínima, incluso sin intervención, del ser humano.

Producer: Concepto donde el consumidor entrega insights o

desarrolla nuevos productos y servicios relacionados.

Vendor: Comercializador de productos en mercado B2B o

B2C.

Sistema embebido: Es un sistema electrónico que agrupa

Hardware y Software desarrollado para cumplir funciones
específicas.

42
 MARCO TERÁN,
DIRECTOR DE DESARROLLO DIGITAL,
FUNDACIÓN PAÍS DIGITAL

E-mail: marco@paisdigital.org
Teléfono: +56 9 9872 2534

43
44
II.
SENSORES
INDUSTRIALES
Taller realizado por Alex Vidal Rivera, Key Account
Manager en RS Componentes. Ingeniero en
Automatización con más de 7 años de experiencia
en el área industrial comercializando productos y
soluciones en distintas Industrias.

RS Componentes es una empresa inglesa,

con más de 20 años en Chile, que cuenta con
una amplia gama de productos, de las marcas
más importantes y reconocidas, para el área
de automatización, cables y conectores,
electricidad, electrónica, tecnologías de
Información, higiene y seguridad, productos
mecánicos y herramientas, entre otros.

45
46
2.1 SENSORES EN LA INDUSTRIA

Los sensores industriales son productos que se encuentran en

toda gama de empresas: en la línea farmacéutica, en el área
de alimentos, la industria del plástico, marítima, automotriz,
celulosa, metalúrgica, minera, etc.

Antes de tomar la decisión del tipo de sensor

que se va a utilizar, es importante preguntarle
al cliente qué necesita, cuál es la solución que
requiere, qué aplicación va a utilizar, cuál va a
ser el ambiente en que se va a desempeñar y
principalmente qué es lo que va a detectar.

Sólo al tener esos puntos claros, se podrá

identificar la posible solución a realizar, el tipo
de sensor y con qué se va a complementar. Es
decir, si va a necesitar o no comunicación; si la
rapidez que va a requerir el accionamiento es
rápida o muy lenta, entre otros.

Dentro de los posibles clientes que trabajan con sensores hay

que destacar la zona minera, ya que se diferencia un poco del
resto, debido a que los productos de esta área van a tener
una robustez mayor por el ambiente donde se desenvuelven.
Esa es la principal diferencia porque los conceptos a utilizar
siempre van a ser los mismos.

Alex Vidal destaca que la electrónica ha ido avanzando, cada

vez se puede contar con sistemas más eficaces, con mayor
variedad de diseños acordes a la aplicación con que se van
a utilizar los sensores y la zona donde se implementarán.
Además, se pueden obtener diversas opciones de medición,
lo que permite una mayor precisión y repetitividad, por lo que
la conmutación va a ser mucho más rápida y acertada. Esta es
una de las principales ventajas de los sensores.

47
2.2 VENTAJAS DE LOS SENSORES ELECTRÓNICOS

En los sensores electrónicos no hay contacto, son confiables, sin partes

móviles, tienen variedad de capacidades de medición, de características de
diseño, mayor repetitividad y mayor precisión.

Las marcas de sensores se identifican porque apuntan a algún tipo de

segmento, por lo que el producto va a ir variando de acuerdo a las necesidades
propias o que el cliente necesite.

2.3 SISTEMAS DE PROTECCIÓN EN LOS

SENSORES

Dentro de los sensores se pueden encontrar sistemas de protección, estos

tienen relación con cortocircuitos, inversión de polaridad, transitorios de red,
alto grado de protección IP, inmunidad a campos de soldadura e inmunidad a
la radiofrecuencia.

En la industria siempre va a haber cortocircuitos y en muchas gamas de

productos electrónicos se pueden producir daños. Las grandes marcas que
están en el mercado cuentan con sistemas de protección para resguardar los
equipos.

En el caso de la polaridad, las grandes marcas permiten probar empíricamente

si conectas positivo con positivo o negativo o negativo, anverso; de esta forma
puedes ver si funciona o no. No se debería practicar, pero existe la opción.

Transitorio de red, en la industria siempre van a haber suciedades dentro de

la red que pueden generar algún tipo de daño en la conmutación o algún tipo
de resultado erróneo, y esto también lo tienen las grandes marcas.

48
 La Protección IP, Ingress Protección, hace referencia a una normativa
internacional, que indica el nivel de protección de los equipos eléctricos o
electrónicos frente a la entrada de agentes externos: polvo o agua. Los grados
de protección IP, es un tema muy relevante, en algunos casos puede ser
mínimo, ya que hay sensores que son totalmente recubiertos de plástico, pero
hay otros que son de níquel, latón o de acero inoxidable. Por lo general, se
utilizan de acero inoxidable 304. Mientras que el 316, es un sensor que está
a prueba de casi todos los grandes químicos que son corrosivos dentro de la
industria.

El tema del contacto físico también es importante, ya que hay gente que pasa
a llevar los sensores y se dañan o dejan de conmutar. Al igual que cuando
dentro de la industria hay zonas donde puede haber una persona soldando,
comunicación Lan o una comunicación donde la radio frecuencia también
puede afectar el correcto funcionamiento.

2.4 TIPOS DE SENSORES ELECTRÓNICOS

En el mercado hay sensores inductivos, capacitivos, fotoeléctricos, de fibra

óptica, sensores y sistemas de seguridad, sensores y sistemas de visión.
Cada uno se diferencia por el nivel de rapidez de sensado, tipo de material, la
distancia que se necesite o el ambiente en que puede estar ubicado.

El sistema de seguridad, de máquinas, está bastante avanzado dentro de la

industria, pero a nivel de industria multinacional. En la industria del packing y
en la industria de plástico cuentan con sistemas de visión bastante efectivos.

Correcta elección: Es importante, al presentarse ante

un cliente, tener claro cómo funciona cada uno, cuál es
su característica, cuál es la ventaja, su desventaja, qué
puede ganar el cliente y qué no. Además, todos estos tipos
de sistemas se pueden complementar. Es decir, colocar
dentro de la misma línea un inductivo, un capacitivo,
un fotoeléctrico, o fibra, o cámara; todo esto cubierto
mediante un sistema de seguridad de máquinas.

49
2.4.1 Sensores inductivos

Es un sensor bastante fiable, las zonas de sensado son

pequeñas, pero pueden ir variando según el diámetro del
sensor. Es pequeña a nivel de milímetros, de 2 mm, y en
algunos casos, hay sensores industriales inductivos que llegan
hasta los 25 mm, esas son distancias pequeñas. La misión de
los sensores es no tener un contacto físico con el producto
a sensar. Este tipo de sensores detecta objetos ferrosos,
en zonas de sensado pequeñas, tienen alta frecuencia de
conmutación y son altamente resistentes.

Al hablar de 2 mm, hasta promedio 6-8 mm, se puede utilizar

un sensor cilíndrico, que tienen medidas en su cuerpo que
son variables donde se puede llegar hasta un métrico 30. El
datasheet de cada sensor será el encargado de indicar cuál
es la distancia al tener un cuerpo métrico de 30, 18 o 12. El
fabricante tiene que entregar cuál es la distancia máxima de
sensado o el modelo requerido para cierta distancia.

En el caso de los materiales ferrosos, no cualquier sensor

va a ser capaz de detectarlos, su composición química tiene
que estar puesta en material ferroso, en donde, si el día de
mañana coloco un sensor inductivo mediante un aluminio, no
lo va a detectar, porque es un metal, pero no es un metal con
aleación ferrosa.

Es importante tener en cuenta que un sensor inductivo no

detecta cualquier metal. El datasheet va a indicar cuál es

50
el material que detecta. Sin embargo, un sensor inductivo,
al ser una pieza completa, es un producto que es bastante
resistente, ya que dentro de la electrónica, está recubierto
por un puro elemento. Siempre se deben considerar las
características principales, ya que la alta frecuencia de
conmutación es una opción real en este tipo de sensores y es
uno de los puntos más relevantes.

2.4.1.1 Sensores inductivos:

configuraciones
También se pueden encontrar sensores cilíndricos,
rectangulares, de tipo herradura, pero dentro de los cilíndricos
es donde hay la mayor diferenciación. Hay sensores que
son blindados y otros no; también se puede mencionar con
capucha o sin capucha.

Un sensor blindado es especial para posicionamiento, ya que

el campo electromagnético que se genera al estar blindado
es solamente de posición horizontal, pero cuando no se
encuentra blindado, se expande. En caso de que alguien
necesite un sensor que sea solamente para presencia, puede
utilizar uno que no sea blindado. Este tipo de decisiones
influyen en el costo, ya que al ser blindado es un poco o
levemente más caro que uno que no es blindado. Además,
un sensor no blindado tiene una distancia más grande de
detección, esto es porque se amplía el campo.

2.4.1.2 Sensores inductivos: tipos de

salida
Dentro de los sensores inductivos, tenemos varios tipos
de salidas. Principalmente, lo más común en este tipo de
industria son los de relé y los transistorizados. Dentro de los
transistorizados, encontramos los que son PNP o NPN. Un
PNP, como indica la figura 13, es aquel sensor que debe ser
conectado al positivo de la carga y en el caso del NPN debe ser
conectado al negativo de la carga. Muchos de estos sensores
se ocupan conectados a un PLC, que va a poder soportar una

51
 entrada transistorizada, y la gran mayoría de los PLC que
encontramos en la industria son PNP, por eso es el que más se
ocupa. Sin embargo, si viene una máquina desde el extranjero,
es posible que el PLC, contadores, temporizadores sean con
entradas transistorizadas de tipo NPN.

Imagen 13:
Sensores Inductivos:
Tipos de salida

Los sensores necesitan consumir potencia para

funcionamiento del circuito de control. Además, el circuito de
salida debe completar un lazo con la fuente de alimentación
y la carga. Esto se hace de formas distintas conectando a tres
hilos y a dos hilos. La conexión a tres hilos es la más común,
dos de los hilos son la alimentación del sensor y el tercer hilo

52
va conectado a la salida del sensor, internamente uno de
los cables de alimentación debe ir al circuito de salida para
suministrar energía a la carga.

DC 3 hilos (transistor)
NPN
PNP
DC 2 hilos (transistor)
AC 2 hilos
RELÉ
Imagen 14:
Sensores Inductivos,
Tipos de salida

2.4.1.3 Sensores inductivos y aplicaciones

Dentro de la industria existe la detección de piezas internas de
máquinas (topes, levas, etc.); la detección directa de objetos
(motores, latas, tapas). Así también se puede discriminar
altura.

Imagen 15: Sensores

inductivos

53
2.4.2 Sensores capacitivos

Un sensor capacitivo es un capacitor abierto, entonces

solamente se va a cerrar cuando pueda detectar algún objeto,
ahí empieza recién a oscilar, lo hace para poder cambiar su
estado y generar un cambio interno dentro del sensor. A
mayor constante eléctrica, más distancia de acción podemos
obtener. Es decir, un producto o un material metálico, madera
o plástico, hasta el agua, tiene una constante eléctrica, por
lo que da la opción de dejar al sensor un poco más aislado
del producto como tal. En cambio, si uno quisiera detectar
humedad o vapor en el sistema, probablemente, el vapor
estará muy apegado al sensor, para que así recién pueda
generar algún tipo de cambio. La diferencia principal dentro
del proceso, es que los sensores capacitivos son más lentos al
nivel de respuesta y esa es una variable que se debe tener en
cuenta al momento de seleccionar un sensor capacitivo o un
sensor inductivo.

2.4.2.1 Sensores capacitivos:

configuraciones
En los sensores capacitivos se encuentran los mismos
formatos: cilíndricos, blindados o no blindados, que generan
las mismas diferencias con respecto a un sensor capacitivo.
Generalmente, son todos plásticos, con un grado IP 65 o 66
como máximo.

54
2.4.2.2 Sensores capacitivos: tipos de
salida
Los tipos de salida son iguales al inductivo y no varían.

2.4.2.3 Sensores capacitivos y

aplicaciones
Se utilizan para detección de líquidos, de productos a
granel, de elementos ferrosos y no ferrosos; así también
para la detección de presencia de prospectos en cajas, etc.
Generalmente se ocupan estos para poder medir niveles,
porque la constante eléctrica que genera el agua, hace que un
sistema capacitivo pueda detectar un nivel mínimo o un nivel
máximo.

Imagen 16:
Sensores capacitivos

El sensor capacitivo se puede ocupar en la gran mayoría de los

productos, pero el costo puede ser un problema al igual que
la distancia. En algunos casos se utiliza para detectar algún
elemento dentro de las cajas. Este tipo de sensores tiene un
sistema de ajuste fino, de acuerdo al material o la constante
eléctrica de éste, puede requerir mayor distancia o menor
distancia, entonces el capacitivo entrega la opción de hacer
una regulación para poder detectar el producto.

55
2.4.3 Sensores fotoeléctricos

Los sensores fotoeléctricos son un dispositivo electrónico

que responde al cambio de intensidad de luz. Requieren de
emisor que genera la luz, y un receptor que ve la luz generada
por el emisor. Hay de tipo barrera, herradura, rectangulares,
circulares, existen varias configuraciones que se utilizan de
acuerdo a lo que pida el mercado o el cliente. Los sensores
que encontramos en los ascensores, en los portones
eléctricos, son fotoeléctricos. La diferencia es que los grados
IP son muy distintos a los que se encuentran en la industria, al
igual que las protecciones, pero el concepto es el mismo.

Dentro de este haz de luz, la gran mayoría de los sensores

fotoeléctricos utilizan tecnología Led como fuente de luz. Sin
embargo, existen dos colores o dos tipos de Led que son los
más utilizados en aplicaciones de sensado, el infrarrojo o el
Led de color rojo y algunos son del tipo verde, cada uno tiene
su diferenciación.

Fuentes de luz para sensores fotoeléctricos

Infrarrojo: No visible, son relativamente inmunes a la luz

ambiente artificial. Generalmente se utilizan para detección en
distancias largas y ambientes con presencia de polvo.

Rojo: Al ser visible es más sencilla la alineación. Puede ser

afectado por luz ambiente intensa, y es de uso general en
aplicaciones industriales.

Verde: Al ser visible es más sencilla la alineación. Puede ser

56
afectado por luz ambiente intensa, generalmente se utiliza
esta fuente de luz para detección de contraste.

Un sensor fotoeléctrico permite trabajar en una industria

donde el ambiente es muy contaminado, permite generar
distancias mucho más largas. El infrarrojo, en algunas marcas,
puede llegar hasta los 50 metros, pero tiene una problemática,
que podría ser la calibración, porque no es visible, entonces
hay que estar viendo o midiendo de alguna manera con el fin
de ir cuadrando.

2.4.3.1 Sensor fotoeléctrico de tipo

barrera
Los sensores fotoeléctricos de tipo barrera son los más
comunes, es el que se encuentra en el portón de una casa o
en un ascensor. Se requiere un emisor y un receptor; se está
generando un haz de luz, al pasar un objeto se corta el haz
de luz y genera una acción. La detección no se ve afectada
por el color, la textura o el brillo del objeto a detectar. Esto es
bastante importante, porque dentro de toda la industria hay
lugares que hay mucha luz dentro del proceso y esto se debe
tener en cuenta. Es decir, si se ve o no afectado por el color,
textura o brillo.

Receiver

Emitter

Imagen 17: Barrera

emisor - receptor

En este tipo de sensores suelen presentarse inconvenientes

debido al haz de luz. El haz de luz, lo que hace es poder

57
expandir su distancia al punto del emisor; entonces se puede
generar algún tipo de interferencia entre los sensores, y el
sensado no será el correcto, quizás no sense o va a sensar
una pieza cuando no corresponde, etc. En algunos casos suele
suceder al tener varios sensores seguidos, por ejemplo los de
tipo barrera, para este caso puntual lo más recomendable es
intercalarlos.

Es decir, si tengo el emisor 1 y el receptor 1, y vamos instalar

otros sensores cercanos, debemos instalar al costado del
emisor 1 el receptor 2 y al lado del receptor 1 debo instalar el
emisor 2 y así sucesivamente, con este esquema vamos dando
una solución a este tipo de requerimientos cuando existen
varios sensores juntos. Pero también se puede presentar otro
inconveniente, que es cuando el piso, correa, cinta o el lugar
de trabajo, se encuentra en una superficie bastante reflectiva.
Estos son factores que hay que tener en cuenta, ya que si la
zona es bastante reflectiva y el haz de luz se expande, para
ambos lados, puede ser que esta superficie genere algún
cambio o algún tipo de interferencia.

La superficie reflectiva tiene que ver con el haz de luz, por

ejemplo, una baldosa, una lámpara, el sol o una cerámica
donde se cree un haz de luz y se genere un sistema reflectivo.

Superficie reflectiva

Superficies brillantes pueden reflejar el haz de luz

Superficie reflectiva
Imagen 18: Sensores
fotoeléctricos
barrera emisor -
SOLUCIÓN: Alejar la barrera de la superficie receptor

58
 En este tipo de sensores siempre van a haber distancias y
modelos que van a estar pensados para 50, 30 o 10 metros,
puede ser que cueste que el haz de luz se expanda y no cumpla
con la distancia y se produzca una interferencia. Existen marcas
que cuentan con un reductor de haz de luz, donde lo que hace
es acotarlo cada vez más y que sea más constante, y así evite la
expansión. Estas características son importantes al momento
de seleccionar un producto, es necesario tenerlo en cuenta,
ya que a nivel reflectivo el haz de luz es un inconveniente para
poder sensar o detectar un objeto.

Alimentación sensores: Normalmente los sensores

funcionan con 24 Volt. Hay equipos que son probadores de
sensores que funcionan con 18 Volt. Casi todas las marcas
tienen un probador, y esto lo ocupan los fabricantes de
máquinas, o los operarios, cuando tienen que ver un proceso,
y ese proceso, en vez de andar con una fuente de poder, o
sacando el producto, o conectando, prueban ahí mismo, y
empiezan a ver si realmente el sensor está sensando o no.
Es una buena herramienta que en el mercado se encuentra
disponible.

Los sensores fotoeléctricos tipo barrera presentan dificultad

para ser alineados y para detectar material transparente,
cuentan con larga distancia de detección (hasta 50 metros),
tienen buen desempeño en ambientes contaminados, son
más costosos y su instalación más dificultosa, ya que necesitan
cableado de ambos lados, sin embargo brinda buena
precisión.

Aplicaciones típicas de sensores fotoeléctricos:

Aplicaciones con alta contaminación (intemperie, ambientes
polvorientos, vapor); posicionamiento preciso de materiales y
Imagen 19: Sensores
fotoeléctricos detección de objetos en distancias importantes.

59
2.4.3.2 Sensores fotoeléctricos – barrera
réflex
Este tipo de sensores cuentan con un componente emisor y
receptor en un solo cuerpo, además utilizan reflector. El haz
de luz es interrumpido cuando un objeto es detectado y una
de sus principales ventajas es que utilizan cableado en un solo
lado. Tienen una alineación sencilla. Si el reflector es pequeño
hay un menor alcance de sensado, si es grande hay un mayor
alcance.

Los objetos brillantes pueden actuar como reflectores en sí

mismos, sin embargo existen filtros polarizados para evitar
las interferencias de este tipo de objetos. Tienen baja precisión
y son sensibles a ambientes contaminados, se necesita un
sistema reflector que puede ser fácilmente vulnerable con el
ambiente. Así también cuentan con posibilidad de detección
para objetos transparentes, ya que con el reflector se va
haciendo el corte. La distancia de detección son pequeñas o
medianas; es de fácil de alineación y montaje. Se debe tener
en cuenta que este producto o sistema reflectivo puede
generar una falla en caso de que haya mucho movimiento,
como es el caso de una correa transportadora, donde se
puede generar una vibración que descalibre el sistema.

Aplicaciones típicas para sensores fotoeléctricos – barrera

réflex: Detección del paso de materiales para conteo,
posicionamiento preciso de materiales y detección de botellas
de vidrio o PET.

2.4.3.3 Sensores fotoeléctricos –sensores

difusos
Los sensores fotoeléctricos difusos o palpador, son los dos
conceptos presentes dentro de la industria. Acá, la diferencia,
es que el mismo cuerpo sea el receptor de nuestra señal
(emisor y receptor en un mismo cuerpo). Con tal que el láser
detecte algún objeto o se corte el haz de luz con el objeto, ya
tenemos una respuesta. No se necesita reflector, el objeto
refleja la luz, entonces ahí se da cuenta que el mismo objeto

60
está haciendo la devolución del haz de luz, por ende, es
práctico y existen dos métodos de operación:

• El line-on: la salida del sensor se activa cuando el objeto

refleja el haz de luz hacia el sensor.

• Dark-on: La salida del sensor se activa cuando la luz no es

reflejada hacia el sensor.

Es decir, uno puede estar constantemente abierto y el otro

cerrado. Es simplemente eso, está constantemente sensando
o no.

En resumen, los sensores fotoeléctricos – sensores difusos

tienen una distancia corta de sensado, depende también
cuán reflectivo sea el objeto a detectar. Los sensores se ven
afectados por el color del objeto, hay sensores que, en este
caso, pueden o no omitir el fondo. Tienen una baja precisión y
son muy sensibles a ambientes contaminados, eso es porque
necesitamos que este sensor esté siempre teniendo el haz de
luz reflejado por el objeto, entonces algún polvo constante que
tenga, ya dejó de poder tener la recepción completa.

Cuentan con cableado en un solo lado y se alinea fácilmente.

Lo que interesa es dónde está el objeto, por lo que se
apunta al centro con el sensor. Es de bajo costo y eso es lo
importante. Pero, al hablar de bajo costo, es porque son los
sensores que tienen menor distancia a nivel de fotoeléctrico;
el sensor más caro es porque necesita dos componentes y una
distancia mayor.

Siempre se debe tener en cuenta que un sensor de distancia

larga, tipo barrera; sensor tipo reflectivo, distancias medias o
sensor palpador o difuso, distancias más cortas. Es importante
recordar que aquí hablamos de metros. 50 metros, otro puede
ser 10 metros, y otro puede ser uno o dos metros, algunos
pueden ser centímetros y otros en milímetros.

Los materiales son los mismos que los sensores inductivos,

capacitivos, en cuanto al plástico. Existen de latón, de acero
inoxidable, hay industrias que necesitan el acero inoxidable,
porque el producto que están teniendo ahí es muy corrosivo,
o cuando termina el proceso tienen que hacer limpieza con

61
agua y en base a eso, es necesario un producto con un mayor
grado de IP, o un material más resistente a ese tipo de cosas.

Todos los sensores tienen que generar un accionamiento,

puede ser rechazo, una alarma, ya sea sonora o con
iluminación, etc. Los sensores están conectados a un PLC que
tenga comunicación, y esa comunicación se puede distribuir a
la red que tenga la empresa, esa información se va generando
mediante un tipo de software, donde se puede almacenar la
información concreta.

2.4.3.4 Sensores de fibra óptica

Dentro de los sensores fotoeléctricos, se pueden encontrar

unos con tecnología de fibra óptica. Este sensor principalmente,
a diferencia de los anteriores, necesita aparte del cable o
cabezal de fibra, un amplificador que va a emitir la señal o
la va a recepcionar para ejecutar una acción. Esto puede
estar complementado con una fuente de poder para darle
alimentación. Cuando se necesita entregar alguna información
o conteo se puede dar con algún tipo de PLC.

La fibra óptica tiene una distancia de sensado más pequeña

porque el haz de luz es más concentrado a diferencia de
los otros sensores fotoeléctricos. Ocupa el mismo concepto
con reflectivo normal, la diferencia es que acá no vamos
a encontrar uno reflectivo, pero sí uno difuso o palpador,
además de un emisor y un receptor. La otra tecnología no lo
amerita por el tipo de haz de luz que se emite; la diferencia es
que en este tipo de productos se pueden encontrar fuentes

62
de luz roja, verde, azul o infrarroja. Así también, modelo
estándar, alta velocidad, marca de color y alguna protección
mucho mayor, IP66; ajuste de sensibilidad, Timer off-delay y
comunicación. Principalmente en la industria, cuando alguien
pide mayor precisión, determinar color o mayor conmutación,
es recomendable un sistema de fibra óptica.

En este sistema es el amplificador el que ejecuta y hace todo

el trabajo. Si es para sensar un objeto rápido, el amplificador
es el que toma ese resultado y lo manda al lugar que
necesiten. Si se requiere que el sensor pueda diferenciar un
color, también, el amplificador lo ejecuta. Los sistemas más
avanzados de esto tienen comunicación.

En este tipo de sensores se puede agregar la variable del

color, el amplificador lo puede entregar como información o
como dato. Tiene un ajuste de sensibilidad o ajuste fino y para
el tema de las distancias cuenta con salida para el retardo y
comunicación. Es un producto más avanzado, un poco más
costoso, pero si el proceso es muy crítico, no será un costo,
sino que una solución mediante un sistema efectivo que
genere la menor cantidad de fallas.

Al comparar esta tecnología con un reflectivo normal se

pueden encontrar diferencias, además se puede colocar un
amplificador en un tablero; el cableado y el cabezal pueden ir
en lugares más pequeños y llegar a lugares que son diminutos,
donde para un sensor rectangular o cilíndrico, sería de muy
difícil acceso.

El amplificador, la pieza más grande, se puede encontrar más

lejano de la pieza que se necesite sensar. Además, esta fibra
se puede doblar y colocar en lugares bastante pequeños,
la fibra por lo general se monta. Entonces puede estar el
tablero en una zona, y que el amplificador llegue al lugar que
necesiten sensar.

Este tipo de sensores pueden detectar color y

posicionamiento, es un producto para industrias específicas.
Hay imprentas que ocupan sistemas de fibra óptica por
la rapidez, entonces en base a eso, siempre hay que
tener en cuenta, a diferencia de los reflectivos normales o
convencionales, si les podríamos llamar, si necesitan poco
espacio, si necesitan que el producto sea más rápido, o

63
 diferenciar color y se busca precisión, por lo general esta
es la opción. Es más factible cuando son productos muy
pequeños, también.

Aplicaciones típicas para sensores fotoeléctricos – fibra

óptica: Aplicación de precisión o poco espacio, conteo de
envases transparentes pequeños (ampollas), detección de
elementos muy pequeños, detección de marcas de color y
posicionamiento.

Imagen 20:
Sensores
fotoeléctricos – fibra
óptica

2.5 SENSORES Y SISTEMAS DE SEGURIDAD

STI, Tecnología de Seguridad e innovación, es guardas mecánicas y equipos de seguridad

una gama de componentes de seguridad en
máquinas, que está creciendo muy fuerte, y
las grandes empresas han puesto un énfasis
significativo en esta gama de productos. Un
sistema de seguridad integrado y total, con
capacidad de comunicación con cualquier
sistema ya existente.
combinado con el diseño de procedimientos
seguros y acorde al entrenamiento de los
operarios destinado a aislar físicamente a
estos últimos de la zona de riesgo y, en caso
de violarse esta aislación, extinguir el peligro
a tiempo antes de que pueda ocurrir un
accidente.

Solución integral de seguridad de

máquinas: Es un sistema formado por

64
 Imagen 21: Ejemplo
solución integral de
seguridad

Estos productos están integrados y forman
parte de un sistema de comunicación o de
monitoreo mediante una Red Ethernet. Las
grandes empresas son las únicas que están
invirtiendo en esto, ya que las pequeñas
empresas de producción no invierten mucho
en seguridad de máquinas.
Se pueden hacer soluciones para un tema
puntual o para todo el proceso. Va de
acuerdo a lo que el cliente pueda pagar.
En una solución integral, puede existir un
brazo robot, donde hay un proceso, con un
sistema de tipo barrera, alfombra, puede
haber un control de puerta, un escáner láser,
o una barrera fotoeléctrica; todo esto puede
estar combinado y cada fabricante tiene un
software donde se puede implementar. En
base a esto, se pueden ejecutar miles de
acciones para prevenir que una persona se
accidente.

2.5.1 ¿Por qué invertir en seguridad de

máquinas?
Toda empresa es responsable a nivel ético, civil y penal de la salud e integridad
física de los colaboradores que en ella trabajan. Estas personas son su capital
más valioso y su cuidado debe formar parte del plan de responsabilidad social
empresarial. Al analizar la inversión en Seguridad en máquinas, y para no
postergarla irresponsablemente, conviene conocer los retornos monetarios
asociados:

• Mejora de costos directos: Evitar indemnizaciones y costos judiciales; evitar

pérdidas materiales y rotación de operarios; menos cortes de producción;
menos tiempo de aprendizaje de nuevos operarios.

65
 • Mejoras de costos indirectos: Evitar inhabilitación de máquinas inseguras;
procedimientos más breves bajo condición segura; evitar paradas de
producción en reclamo de seguridad.

• La implementación de una Solución integral de seguridad de máquinas

requiere de cuatro etapas: evaluación de riesgos, diseño de solución de
seguridad; instalación; supervisión y control periódico; entrenamiento del
personal.

2.5.2 Normativas para soluciones integrales

de seguridad de máquinas
Se trata de normativas de origen europeo y norteamericano. Hoy se dispone
de una norma integradora como muestra el siguiente esquema:

Imagen 22:
Normativas
para soluciones
integrales de
seguridad de
máquinas

2.5.3 Qué es y cómo funciona el Relé de

seguridad
El Relé de Seguridad es quien procesa la información y determina las acciones
de una Solución integral de seguridad en máquinas, generalmente detener
una máquina o llevarla a una condición segura. Controla los lazos de entrada
provenientes de los equipos de seguridad. Cuando actúa sobre contactores
monitorea que sus contactos no queden soldados.

66
 Imagen 23:
Esquema de
funcionalidad del
relé de seguridad

2.5.4 Sistemas de seguridad

Barreras fotoeléctricas de seguridad: Por medio de una cortina de haces
infrarrojos se detecta el paso de una persona o parte de ella a la zona de
riesgo. Ofrecen la posibilidad de realizar inhibición temporal (muting). Alturas
de barrera hasta 2,5 metros.

Scanner de área: Por medio de un láser que barre el área a proteger, se

detecta la presencia de una persona en la misma. Ofrece salida de alarma
detectando hasta 15 metros de distancia. Múltiples zonas de detección y
alarma completamente configurables por PC.

Alfombras de seguridad: Controlan que la superficie que cubren esté

despejada de personas manteniéndolas fuera de la zona de riesgo. Detectan
una persona a partir de 30 kilos y son resistentes al paso de autoelevadores
(hasta 1500 kg/cm2).

Relés de seguridad: El módulo recibe las señales de los equipos de detección

de seguridad y actúa con salidas redundantes tipo relé desconectando los
contactores de alimentación o con otro tipo de acciones. Se ofrecen módulos
con salidas de seguridad instantánea y temporizada.

Controlador programable de seguridad (PLC): Realiza la función del

relé de seguridad pero trabajando con múltiples entradas y salidas con un
gran potencial de programación. Conectividad entre controladores y con
Programación por software.

67
 Switch magnético codificado de puerta: Monitorea la apertura de puertas
mecánicas por medio de un actuador y un sensor magnético. Vienen con cable
y conector. Son inmunes a la presencia de campos magnéticos y elementos
metálicos. Se dispone de modelos en acero inoxidable.

2.6 SENSORES Y SISTEMAS DE VISIÓN

Estos sistemas de visión están implementados
principalmente en la industria de alimentos,
bebidas, Packing y en algunas relacionadas
al plástico. Es un sistema más costoso,
pero mucho más avanzado. En el esquema
general del sistema de visión hay un sensor
que, en este caso, la cámara no graba, sólo
saca imagen; entonces es necesario que un
sensor, inductivo, capacitivo, reflectivo o de
fibra óptica, indique qué pasó el objeto y
automáticamente saque una foto. En algunos
casos, hay gente que ocupa PLC, ya que
necesitan varios tipos de este mecanismo,
para manejar o controlar el tema o hacer una
lógica.
A veces no se utiliza un PLC y se trabaja con
una pura cámara o con un encoder, ya que
cuando detecta algo va a avisar si es bueno o
malo. Si es malo, tiene que buscar un sistema
de rechazo o un sistema de detección, o
un conteo, y con este mecanismo se puede
conseguir.
Hay clientes que piden incluir una pantalla
para ver lo que está pasando. Todas las
cámaras pueden entregar inspecciones por
minuto y programar recetas. Las recetas
tienen relación con color, forma, figura, algún
residuo, algún contraste, etc. Pero hay marcas
o mecanismos que dicen, puedes trabajar con
50 recetas, pero el tiempo de respuesta se
vuelve más lento; entonces hay cámaras más
convencionales, todas se comunican en red.

68
Hay mecanismos que están constantemente
sacando imagen, y otros que lo hacen cada
cierto tiempo. Entonces en base a eso, es la
relación de saber si me sirve un mecanismo
más estándar o más básico o algo mucho
más avanzado o más potente. Al igual que
todos los sensores, tienen entrada y salida
de accionamiento. La entrada, típico sensor,
cualquier sensor para detectar objeto, y una
salida se ocupa para detener la máquina, para
mover un mecanismo o para generar una
alerta, etc.
• Se puede programar lo que necesite: la
posición de la tapa, un código de barra,
color, producto, forma, distancia, etc. Esos
son los principales atributos que permiten
verificar y controlar los sistemas de visión.
En cuanto a los sensores de seguridad
siempre se debe tener en cuenta la aplicación,
dónde va a estar instalado, el ambiente, qué
es lo que va a detectar, esas cosas sirven
mucho para saber cuál es la mejor opción
para el cliente, porque al final es él quien
necesita que su empresa o productos estén
funcionando. Lo demás tiene relación con los
detalles que puede tener cada fabricante, la
distancia, unos más que otros, o en este caso
el tipo de protección, hay algunos que tienen
protección mucho más fuerte como acero
inoxidable, etc.
• Recopilación de información: En el área
de automatización se ocupan los sistemas
Scada para recopilar datos. ‘’Nosotros
tenemos una base de datos que se va
generando y con una dirección IP se rescata
la información que se necesita, ese es el
sistema, pero para eso hay que tener un
costo bastante alto, ya que es un sistema
bastante caro. La idea es que sea más
dinámico, en donde no tenga que pasar por
uno, por otro, para después obtener ese
dato. Hay sistemas que se pueden enlazar,
porque hay tipos de conexiones, que son
más de campo, que pueden servir para eso’’,
finaliza.

ALEX VIDAL RIVERA,

KEY ACCOUNT MANAGER
RS COMPONENTES

E-mail: alex.vidal@rs-components.com
Teléfono: +56 9 9099 7789

69
70
III.
CONECTIVIDAD
IoT
Taller realizado por José Ignacio Guerra Gómez,
Communications Architect en Telefónica I+D Chile
(TID Chile). Ingeniero Civil Electrónico UTFSM
con 10 años de experiencia en la industria de
las Telecomunicaciones. Desde fines del 2014
liderando la investigación de nuevas tecnologías
de conectividad para el IoT en TID Chile

Telefónica I+D, la empresa del Grupo

Telefónica dedicada a la Innovación y el
Desarrollo, nace en 1988 con la misión de
contribuir a la competitividad y modernidad
del Grupo, basada en la innovación y el
desarrollo tecnológico, y con la aplicación de
nuevas ideas, conceptos y métodos, desarrolla
productos y servicios avanzados.

71
72
3.1 CONCEPTO DE INTERNET DE LAS COSAS

Internet de las Cosas, o IoT por sus siglas en inglés, es un conjunto de

tecnologías que a través de la conexión de cualquier objeto a Internet,
permiten procesar los datos generados con el fin de entregar información útil
para la toma de decisiones relevantes.

Este tipo de tecnología se caracteriza por generar grandes volúmenes de

datos, que métodos tradicionales de análisis no son capaces de procesar. Es
por esto, que el concepto de Big Data se vuelve un elemento vital en IoT como
herramienta para procesar los datos y extraer información relevante de éstos.

La analítica, detrás de este tipo de procesamiento de datos, es compleja,

y requiere de un nuevo perfil de profesionales conocidos como ingeniero
de datos o Data Scientist. Estos profesionales tienen amplio dominio de
estadística y matemática, por lo general cuentan con estudios de post grado
y saben sobre programación, ya que deben programar sus propios análisis,
desarrollar un Software de esa idea, crear un algoritmo más eficiente y más
rápido que luego será transformado en una aplicación.

La información útil permite tomar decisiones importantes, pero ésta debe

llegar a quién la pueda utilizar, ya sea un usuario con una aplicación, el gerente
o el directivo que sea el encargado de alguna área en alguna industria a través
de una aplicación Web. Dentro de esto, se encuentra inserta la disciplina
de plataformas, donde Amazon y Microsoft destacan como los principales
exponentes.

73
3.2 ESCENARIO DE CONECTIVIDAD EN IoT

En la imagen 24 se puede apreciar una curva cuasi exponencial, que tiene Imagen 24:
Curva conexiones
que ver con la proyección de la cantidad de dispositivos, o de conexiones IoT 2013 – 2040.

relacionadas con Internet de las cosas, propuesta por Sigfox. Esta predicción Fuente: Sigfox

de la industria no se ha cumplido, y se ha generado una discusión respecto

a las causas. En general, se atribuye a un conjunto de temas relacionados
con conectividades, donde no hay un estándar definido, por lo que se está
discutiendo un estándar de estándares para poder apurar o acelerar la
adopción de esta tecnología que es el Internet de las cosas.

La curva no sólo muestra el crecimiento exponencial, sino que da a conocer

las perspectivas de todos los participantes. Están los analistas de mercado,
desde los más potentes a los menos conocidos, las firmas más grandes de
telecomunicaciones del mundo y todos tienen un número distinto, pero están
de acuerdo en que el crecimiento tiene que explotar, en algún momento,
entonces se puede pensar que hay una oportunidad.

74
3.3 OPORTUNIDADES EN IOT

Según el estudio de Machina Research, en el año 2016, se espera que

los ingresos totales por IoT alcancen los 3 trillones de dólares en 2025.
De estos ingresos, un 40% será en aplicaciones y un 60% en servicios.

Imagen 25:
Composition of IoT
Revenue 2015 –
2025.

Fuente: Machine
Research 2016

La oportunidad para los emprendedores está en el desarrollo de

aplicaciones. Una aplicación no necesariamente se refiere a una
aplicación celular, sino que a las aplicaciones relacionadas al Internet de
las cosas, por ejemplo: medición de humedad del suelo en agricultura,
consumo energético en minería o variables climáticas en la ciudad.

75
3.4 NECESIDADES EN CONECTIVIDAD PARA IOT

Gran parte de los posibles servicios IoT tienen características para las que las
redes tradicionales no fueron diseñadas. Baterías que duren años, zonas de
complicado acceso a cobertura, bajísimo costo de los dispositivos y planes
de suscripción son necesidades que se repiten en algunos de los principales
segmentos del IoT.

Las redes celulares no responden a las necesidades del Internet de las cosas,
el IoT masivo y el IoT crítico, que tienen que ver con Internet holística, en
tiempo real, que se haga y esté inmediatamente disponible en Internet, sin
delay. Un caso conocido es lo que le ocurrió a Tesla, donde un auto conectado
iba manejado de forma automática y no reconoció que venía un camión con
tolva blanco muy brillante, por lo que el análisis de imagen en tiempo real
no identificó que venía algo al lado, y dobló. Aunque haya un delay de 5 o 10
milisegundos, no es tiempo real, porque se demora en llegar a Internet, en
procesarse, y luego se demora nuevamente en entregar decisión, entonces
ya no son 10 milisegundos, son 10 ms de ida, 10 ms de vuelta, más otros 5
ms para la decisión, que terminan siendo en total 25 ms, que es un tiempo
considerable para este tipo de aplicaciones.

Otro caso es el IoT masivo, donde se requiere conectar varios sensores de

forma simultánea. Por ejemplo, cuando se necesita medir la humedad de
suelo, no sólo se utiliza un sensor por cada hectárea, sino que se requiere uno
cada dos metros para tener un modelo preciso, para diferenciar los distintos
tipos de suelo.

Latinoamérica tiene una gran oportunidad en el Internet de las cosas

industrial, por lo que el despliegue de nuevas redes se tiene que hacer
en entornos industriales. En particular, Chile cuenta con un porcentaje de
cobertura geográfica superior al 95%, lo que habilita buenas posibilidades para
implementar este tipo de soluciones. Es importante tener en cuenta el nicho
donde moverse; en Chile destaca el caso de los proyectos mineros, que tienen
capacidad suficiente para desembolsar fondos para financiar la instalación de
torres y habilitar cobertura.

76
3.5 REDES ESPECIALIZADAS PARA IOT: LPWA

El concepto de red suele referirse a la red celular, la red

metropolitana o la red satelital, pero surge un nuevo concepto
de red: las redes Low Power & Wide Area (LPWA), que se lo
adjudica Machina Research. Estas redes se refieren a dos de
los conceptos más importantes en IoT, el bajo consumo, no
sólo del dispositivo que está conectado en el punto que uno
quiere medir, sino que de la red misma, y gran amplitud de
cobertura para que el despliegue de infraestructura no tenga
que ser de la envergadura de una red celular.

Imagen 26: Wide Area connections by

Technology 2015 – 2025

Fuente: Machina Research 2016

Con las redes LPWA se habla de largo alcance, para redes de

corto alcance se utilizan Zigbee, Bluetooth, WiFi, etc.

77
3.5.1 Definición Redes LPWA
Concepto de conectividad orientado exclusivamente al
IoT. Redes inalámbricas de amplia cobertura, donde los
dispositivos consumen mínima energía. Dependiendo de la
propuesta se pueden clasificar en licenciadas y no licenciadas
dependiendo del uso de espectro licenciado o no.

Las redes tradicionales van en bajada, las que van a ayudar

de ahora en adelante, en el escenario de redes de amplia
cobertura, son las LPWA. Estas redes compiten con las
redes fijas, las satelitales, algunas privadas como empresas
de GPS dentro de una ciudad, y redes celulares.

En el gráfico se pueden ver las propuestas tecnológicas LTE Imagen 27: Redes
1IoT
(categorías NB1 y M1), LoRa, RPMA o Sigfox. LoRa es la red
predominante actualmente en soluciones IoT, sin embargo se
espera que a futuro su cuota sea menor ante la irrupción de
las LPWA licenciadas basadas en el estándar LTE.

78
3.5.2 Características LPWA
La amplia cobertura es lo más importante;
comparadas a las redes celulares tradicionales
la mayoría de estas propuestas poseen casi
20dB de mayor Link Budget. Esto tiene una
consecuencia directa en la menor cantidad
de infraestructura a instalar comparadas a un
despliegue tradicional.
La tasa de transmisión varía entre 100 bps
y 100 KHz, dependiendo de la tecnología
LPWA específica. Esto puede parecer
bajísimo comparado con las redes celulares
tradicionales, sin embargo es suficiente para
la cantidad de información que la mayoría de
los servicios IoT masivos requiere.

La gran capacidad es otro pilar fundamental
y se refiere a cuántos usuarios o servicios se
pueden gestionar en paralelo por antena; en
las redes celulares tradicionales pueden ser
unos cientos y en las redes LPWA pueden
llegar a ser millones.
En este tipo de redes el consumo energético
es bajísimo lo que permite reducir los costos
de mantenimiento al mínimo, ya que por lo
general, una vez transcurrida la vida útil de la
batería, el equipo completo es reemplazado.

El costo también es importante, se estima

que el costo de despliegue de estas redes
es de aproximadamente el 20% del costo de
desplegar una red tradicional.

3.5.3 Tipos de LPWA

Las redes LPWA se pueden catalogar en
licenciadas y no licenciadas, dependiendo del
tipo de frecuencias en las que operan.
Las licenciadas son las que provienen de la
industria celular y sólo pueden operar en
bandas celulares licenciadas.
exponentes son Sigfox y LoRa. Estas redes
deben utilizar frecuencias que estén
disponibles en todas partes del mundo,
para así tener cobertura global sin depender
de los proveedores celulares, ya que esto
impactaría negativamente en los costos y en
la interoperabilidad.

Las no licenciadas utilizan bandas de espectro

definidas a nivel mundial como libres. Un
ejemplo es la banda 2.4GHz, que es utilizada
mayoritariamente por el estándar WiFi.

En estas bandas libres operan las LPWA

no licenciadas, donde los principales

79
3.5.4 LPWA no licenciadas
Las dos tecnologías LPWA no licenciadas más
importantes a nivel mundial son LoRa de
Semtech y Sigfox.
LoRa es una tecnología de conectividad
propiedad de la empresa Semtech y
basada en protocolos de comunicaciones
inalámbricas de banda ancha. Utiliza un
canal de frecuencias variable entre 125 y
500 KHz, dependiendo de las condiciones
de interferencia del entorno, lo que permite
una tasa de transmisión máxima variable
entre 300 bps y 30 KHz. Su uso se ha ido
masificando casi exponencialmente a nivel
mundial, gracias a la alianza industrial LoRa
(LoRa Alliance) que propone la utilización de
un estándar de telecomunicaciones abierto
llamado LoRaWAN.
Sigfox es una tecnología de conectividad
propiedad de la empresa del mismo nombre
y basada en un protocolo de comunicaciones
inalámbricas de banda ultra angosta (UNB
por sus siglas en inglés). Utiliza un canal de
frecuencias fijo de 192 KHz, que se subdivide
a su vez en 320 o 1920 portadoras por unidad
de tiempo (dependiendo de la regulación
de cada país) otorgándole una eficiencia
espectral sin igual y una tasa de transmisión
máxima de 100 o 600 bps. Su uso también
se ha masificado exponencialmente gracias
a los despliegues de infraestructura global
que han realizado, financiados gracias a los
más de 500 millones de euros que Sigfox
ha logrado recaudar en diversas rondas de
financiamiento a nivel mundial.

3.5.5 LPWA Celular

La industria celular se vio desafiada con
la rápida penetración de Sigfox y LoRa, lo
que forzó a una rápida estandarización de
tecnologías que les permitieran competir de
igual a igual.

Estas nuevas tecnologías llamadas LTE

Categoría NB1 y M1 (LTE-CatNB1 y LTE-CatM1
respectivamente) fueron desarrolladas, tal
como su nombre lo indica, bajo el estándar
LTE. Los principales cambios, con respecto a
la evolución tradicional del estándar, buscan
Imagen 28:
reducir el consumo de batería, disminuyendo Evolución Estándar
LTE enfocado en
las tasas de transmisión y la señalización. M2M/IoT

80
 En cuanto al despliegue de esta red en Chile, los operadores de red celular
actualmente se encuentran desplegando el 4G/LTE en 700 MHz, compatible
con las redes LPWA, por lo que como país nos encontramos en un escenario
ideal, dado que la inversión principal que es el Hardware ya está hecha.

3.5.6 IoT y LPWA en Latam

Las mayores oportunidades de negocio IoT en Latinoamérica se presentan en
escenarios industriales, principalmente en Agricultura y Minería. Justamente
en zonas donde los operadores de redes presentan deudas históricas de
infraestructura de telecomunicaciones, lo que significa que muy difícilmente
serán zonas donde se tendrá acceso a conectividad IoT licenciada.

Esto representa una gran oportunidad para los actuales y futuros operadores
de redes LPWA no licenciadas, siempre y cuando asuman una propuesta
de mercado complementaria a los operadores celulares tradicionales, que
permita el crecimiento dinámico de la inversión en infraestructura habilitante
en zonas industriales complejas a las que las redes licenciadas no llegarán.

JOSÉ IGNACIO GUERRA GÓMEZ,

COMMUNICATIONS ARCHITECT
TELEFÓNICA I+D CHILE (TID CHILE)

E-mail: joseignacio.guerra@telefonica.com
Teléfono: +56 9 9047 3834

81
82
IV.
FI-WARE
Taller realizado por Jonattan Alejandro Silva
Castillo, IoT Specialist en Telefónica I+D Chile.
Ingeniero en Mecatrónica de la Universidad de
Talca con experiencia en sistemas embebidos e
Internet de las Cosas. Desde el 2015 forma parte
de Telefónica Investigación y Desarrollo.

Telefónica I+D, es la empresa del Grupo

Telefónica dedicada a la Innovación y el
Desarrollo, nace en 1988 con la misión de
contribuir a la competitividad y modernidad
del Grupo basada en la innovación y el
desarrollo tecnológico, y con la aplicación de
nuevas ideas, conceptos y métodos, desarrolla
productos y servicios avanzados.

83
84
4.1 QUÉ ES FI-WARE

FI-WARE es una plataforma abierta para
‘’facilitar la creación de nuevas aplicaciones
sobre el Internet del Futuro. Proporciona
capacidades Cloud avanzadas basadas en el
estándar abierto OpenStack sobre las que
adicionalmente se ofrece una gran librería
de enablers genéricos (Generic Enablers)
que facilitan el desarrollo de aplicaciones en
múltiples sectores. La conexión con Internet
de las cosas, el almacenamiento, acceso,
procesado, publicación y análisis, tanto de
contenidos multimedia como de datos a
gran escala; la co-creación de aplicaciones
y contenidos, el desarrollo de interfaces
de usuario avanzadas con capacidades 3D
y de realidad aumentada, son ejemplo de
problemáticas que resultará sencillo abordar
utilizando la plataforma FI-WARE’’1.
FI-WARE es una alternativa para realizar
proyectos de Internet de las cosas.
‘’Utilizamos esta plataforma para poder
desplegar ciertos proyectos de tecnología
en diferentes empresas dentro de la gama
industrial de Chile. Por ejemplo, la usamos
para establecer una aplicación en minería,
agricultura y en servicios de ciudades o
Smart Cities. Queremos colaborar y construir
un ecosistema de innovación para poder
implementar la productividad de la empresa
y mejorar la calidad de vida de las personas’’,
dice Jonattan Silva.

1 Fuente: http://www.tidchile.cl/tecnologia

FI-WARE Context/Data Management Platform

Aplications

OMA NGSI-9/10 Processing/Analysis Algorithms

Gathered data is
injected for
processing analysis

Data generated either

by CEP or BigData is published
Direct
Gathered data bigdata
BigData injection
injected for CEP-like (COSMOS)
Distributed processing
Context Sources
Processed data
Complex Event is injected for
Programming Processing (PROTON) Imagen 29:
processing /analysis
FI-WARE Context/
of rules
Context/Data Management Platform Data Management
Platform

85
 FI-WARE cuenta con una gran cantidad de componentes, uno de los más
importantes es Orion Context Broker. ‘’Con una implementación NGSI9/10 se
puede manejar información de contexto y disponibilidad de la misma. Usando
este enabler puede registrarse a elementos del contexto y administrarlos a
través instrucciones de consulta y actualización. Además, puede suscribirse a
los datos capturados por los sensores, y una vez que ocurran las condiciones
establecidas, recibirá una notificación. Si se está desarrollando en un
escenario de datos y contexto, utilizar un broker es necesario. Se requiere
un componente dentro de la arquitectura que sea capaz de mediar entre
los productores de datos (en este caso los sensores) y los consumidores
de datos (como las aplicaciones de smartphones que aprovechan la
información proveída por los sensores). Orion Context Broker satisface estas
funcionalidades en la arquitectura de FI-WARE. Además, de Orion Context
Broker, existen otros componentes relacionados que pueden ser útiles tales
como el Cygnus o el Orion PEP Proxy’’, menciona Jonattan Silva.

4.2 PRODUCTORES DE DATOS

Los productores de datos son objetos humedad y temperatura ambiente, se pueden

cotidianos que nos pueden proporcionar
datos y que con un sensor se miden variables
físicas o el estado de esos objetos para
luego enviarlos hacia Internet. También hay
procesos ya existentes, y que funcionan en un
circuito cerrado de información.
Cualquier cosa que se quiera se puede
sensorizar. Por ejemplo, tener lecturas de
glucosa en línea para ayudar y mejorar la
calidad de vida de personas que tienen
diabetes tipo 1 o 2, esa información se puede
obtener de medidores de glucosa, sólo falta
integrarlo con un sistema de comunicación
para enviar el dato hacia Internet. Además, la
información se puede recuperar de cualquier
fuente de datos existente en el medio. Otro
ejemplo, es una planta con un sensor de
obtener datos de forma analógica o digital.
Es posible interactuar con otros dispositivos
de comunicación para que pueda llevar
información hacia el Context Broker.
También se puede interactuar con
dispositivos como un sensor de temperatura,
un sensor de humedad, acelerómetro,
medición de corriente para aplicaciones tanto
domiciliarias como industriales, mediciones
de carga para poder saber en línea cuál fue el
peso del camión que circuló por una carretera
o verificar el estado del proceso conectándose
directamente a una máquina que recupere
esa información.

86
4.3 INFRAESTRUCTURA DE REDES
Producción de datos y productores de
contexto hay hasta el infinito. Sin embargo, no
se debe olvidar la infraestructura de redes, es
decir, cuáles son las redes que se utilizan para
poder interactuar con estos dispositivos. Las
redes Wifi se pueden usar con el computador
o con algún dispositivo que tenga este tipo de
conexión. También hay muchas aplicaciones
que funcionan con GPRS, 2G, 3G, 4G, y
próximamente con Narrowband.
‘’El que los dispositivos interactúen con
Internet, es una gran ventaja porque no
tenemos que pasar por ciertos protocolos
de comunicación como por ejemplo los IoT
Imagen 30:
Infraestructura de
redes LPWA.
87
Agents, aunque en realidad los IoT Agents
están para ayudar a estandarizar los flujos
de información entre los dispositivos y el
Context Broker. También tenemos otras
infraestructuras de transmisión de datos
como LoRa, el cual es un protocolo de
comunicación inalámbrica que funciona
dentro de la Narrowband, y tiene la
característica que podemos usarla a nuestro
gusto. ¿Qué quiere decir eso? Que podemos
crear nuestra propia red de comunicación
entre dispositivos LoRa, para luego enviar
esos datos hacia Internet usando red celular,
ethernet, etc.”, explica Jonattan Silva.
 En la imagen 30, ‘’hay un Gateway LoRa que recibe datos desde los nodos. Este
gateway está conectado a Ethernet o 3G, para luego inyectar estos datos a
FI-WARE. En el otro, la red de SigFox funciona casi de la misma manera, pero
con otras características que complementan también a LoRa. A pesar de que
son competidoras, son complementarias entre sí. Luego, la antena SigFox
recibe todos los mensajes de los nodos disponibles, pasando después a SigFox
Cloud en la cual necesariamente tengo que utilizar un Agente IoT para poder
transformar esa información al estándar NGSI y llevarlo al Context Broker o a
FI-WARE’’, explica Silva.

4.4 NORMA NGSI9/10 Y AGENTES IOT

La norma NGSI9/10, por lo general, utiliza
las operaciones de tipo REST para poder
interactuar con Orion. Eso quizás puede
parecer bastante limitado para hacer
algunas aplicaciones porque no todos los
dispositivos pueden manejar esa norma o
no tienen la capacidad de poder interactuar
con FI-WARE en ese protocolo. Sin embargo,
existen otras herramientas que son parte de
la plataforma y que son los Agentes IoT, que
pueden transformar el protocolo que se está
utilizando en la aplicación hacia la aplicación
de FI-WARE. Es decir, se puede comunicar o
conectar cualquier dispositivo con cualquier
protocolo hacia este Agente IoT, añadiendo
ciertas características como la seguridad en el
envío de datos.

Imagen 31:
Agente IoT

88
 A modo de ejemplo, ‘’un Agente IoT es el que tenemos dentro de una
aplicación de minería, en el cual, tengo físicamente un dispositivo en una faena
minera donde se está recogiendo información de un pesómetro, montado
sobre una cinta transportadora en la sección de chancado de una Minera. De
este dispositivo (pesómetro) obtengo sus datos por un puerto RS-232, para
luego enviarlos hacia Internet con un módulo Sigfox. Usando un Agente IoT se
logra que toda la información que llegue desde ese dispositivo a Sigfox Cloud
pase por ese Agente y lo transforme a la norma NGSI9/10 que usa FI-WARE.
Otros Agentes de IoT se usan para comunicarse con el protocolo de Ultra Light
2.0’’, explica Jonattan Silva.

4.5 GESTIÓN DE CONTEXTO

Orion Context Broker es el gestor de contexto
de FI-WARE, lo que hace el Context Broker
es tomar todos los flujos de datos dentro
de la plataforma, tanto flujos de entrada
de información (dispositivos físicos o
aplicaciones), y poder llevarlas a algún otro
enabler, como por ejemplo Cygnus o Cosmos.
Una característica es que con el Context
Broker se abstrae de la fuente de información
y se engloba en lo que se define como una
‘entidad’, y cada uno de sus parámetros de
información, por ejemplo, sensores, van a ser
unos atributos. A modo ilustrativo, se puede
decir que un bus es una entidad y los sensores
o información del contexto pueden ser la
localización, el número de pasajeros dentro
del bus, la información del conductor, etc.

Imagen 32:
Context Broker

89
Implementar una aplicación inteligente requiere la recopilación de
información y la gestión de contexto. La información de contexto se
refiere a los valores de atributos que caracterizan a las entidades
correspondientes para la aplicación.

No solamente se recoge información de los sensores, sino que

se debe poder contextualizar esa información y transformarla
en una entidad con atributos. ‘’Tengo mucha información de
contexto. Por lo general, si se quiere saber la temperatura
de un lugar ‘X’ de alguna entidad, esto queda normalizado,
entonces al hacer esa consulta, el lugar ‘X’ puede ser tanto para
un sensor en una calle, para un smartphone de una persona
o para un bus moviéndose. Con eso se puede tanto introducir
información como obtener información’’, agrega Silva.

Imagen 33: What‘s the current temperature in place ”X“?

Ejemplo medición
de temperatura NGSI API

Place = ”X“,
temperature = 30°

A sensor in a A person from The Public Bus

pedestrian street his smartphone Transport Management
System

La información de contexto puede venir de varias fuentes:

proyectos de innovación (prototipos), sistemas existentes,
de usuarios (a través de aplicaciones móviles), de una red de
sensores (IoT) que pueden generar ciertos datos que después
se pueden transformar en una información de contexto.

90
 La fuente de información para una determinada entidad y
atributo puede variar con el tiempo.

Por lo general, cuando las entidades se normalizan tienen

muchos atributos. Por ejemplo, se puede tener una entidad
que se llama ‘capacitación’ y los atributos serían los asistentes,
tratando de generalizar. Llevándolo a algo más centralizado,
una estación meteorológica puede ser la entidad y los
atributos serían los sensores del dispositivo, tanto como
la temperatura, radiación solar, dirección de viento. Una
característica, es que cuando se hace un envío datos, se puede
generar suscripciones dentro de Orion y con ellos enviar
notificaciones. Esto ocurre, a modo de ejemplo, para el cambio
del estado de alguna entidad o atributo, el valor de la entidad,
o cuando se quiere definir máximos y mínimos. Se puede estar
monitoreando el flujo de información dentro de Orion.

Imagen 34:
Ejemplo medición
de temperatura

Conceptualmente, por un lado, están los productores de

información de contexto, en los cuales se hacen querys
al Context Broker para inyectar datos, mientras que por
otro lado, están los consumidores de información, que se
encargan de obtener los datos de las entidades y atributos en
el Context Broker. Ambas consultas se realizan por el mismo
puerto 1026. Las suscripciones, son una de las características
más importantes del Context Broker, en el cual se puede
monitorear tanto cambios de estado, como máximos y
mínimos, o alguna otra característica que se desee.

91
Context Producer Orion Context Broker Context Consumer

subscriptions
query

1026
update
1026 notify

update

update
notify

Imagen 35:
Orion Context
DB Broker

Así también, Orion tiene una pequeña base de
datos que guarda el último dato actualizado de
la entidad o atributo. Esto puede parecer una
desventaja, ya que el usuario en general quiere
tener el histórico de datos de alguna aplicación;
eso se resuelve utilizando otro enabler que en
este caso sería Cygnus, que se encarga de la
persistencia. Entonces, Orion puede manejar
solamente el último dato, pero para tener el
histórico, se utilizan otras características de
FI-WARE, esto hace que la plataforma sea una
herramienta bastante completa para poder
realizar proyectos de Internet de las cosas.
A modo de ejemplo, esto puede servir cuando
una persona va manejando un vehículo, donde
el velocímetro sería el atributo y el auto la
entidad. Entonces, mediante las normas de
NGSI u otro protocolo, se va actualizando
la información hacia Orion. Se podría tener
un consultor de información y la aplicación,
vendría siendo un consumidor de contexto,
en el cual se tiene un Dashboard en la Cloud,
el cual indica el valor del atributo para esa
entidad (velocidad del auto).

Imagen 36:
Información
conducción

92
 Para manejar las peticiones dentro del Context Broker, las query context,
tienen cierta característica que hace más pesada la consulta hacia Orion. Hay
formas de preguntar por la información que son bastante más ligeras, con el
fin de no sobrecargar la aplicación o los dispositivos. La norma NGSI utiliza el
protocolo REST para poder interactuar con FI-WARE.

4.6 ORION CONTEXT BROKER: OPERACIONES

BÁSICAS

Entidades: si se quiere consultar información sobre una entidad en específico

y el encabezado o la URL en este caso, con la versión de FI-WARE, iría junto
con la palabra clave. Después de la palabra, se puede especificar el ID del
dispositivo. Utiliza los mismos métodos de una consulta Web, que son ‘POST’,
‘GET’, ‘PUT’ y ‘DELETE’.

Imagen 37: Orion

Context Broker
Operaciones Básicas
- Entities.

Atributos: este caso es muy parecido a las

entidades y solamente se añade otra palabra
reservada que sería ‘attributes’, con lo cual
se puede identificar el atributo sobre el que
se desea hacer la consulta. Por lo general, se
muestra el estado, la información que tiene
ese atributo, para la entidad. El ‘POST’ crea
entidad, el ‘PUT’ actualiza la información y el
‘DELETE’ borra el atributo.

93
 Imagen 38: Orion
Context Broker
Operaciones Básicas
- Entities.

4.7 TRABAJO PRÁCTICO: PROTOTIPO DE SENSOR

Con el fin de conocer en primera mano cómo programar un sensor IoT e

interactuar con la plataforma de FI-WARE, se presenta un breve trabajo
práctico de un prototipo de sensor.

4.7.1 Materiales para el trabajo práctico

Para poder interactuar con Orion se utiliza un dispositivo
NodeMCU, es un pequeño ‘transceiver’ de Wifi a serial, que
está montado sobre una pequeña tarjeta con un conversor
USB a serial TTL. ‘’La característica de este dispositivo es
que cuenta con muchos tipos de comunicación, tanto GPIO,
conversión analógico-digital, comunicación de SPI, I2C, que
son protocolos de comunicación a nivel de sistemas y que
se programa en la plataforma de Arduino. Nativamente
se programa en el LUA, pero existe un plugin para poder
programarlo en C/C++ con el IDE de Arduino. Además, se usa
el Framework de Arduino para programar otra familia de
microcontroladores, la serie MCP430 de Texas Instruments,
con su IDE llamado Energía. Libelium utiliza también el
framework de Arduino para usar con su microcontrolador

94
 Atmega1281. Tanto Energía como Libelium se programan de
la misma manera que en Arduino, con las mismas funciones’’,
menciona Jonattan Silva.

• NodelMCU + Sensor como sistema embebido

para crear prototipo de productor de datos.
• Conexión WiFi
• Programación usando Arduino IDE

Imagen 39:
Prototipo de sensor MSP430 ATmega1281 TPM36

Los registros son un espacio de memoria donde se pueden

configurar las operaciones que se requieren para utilizar en
un dispositivo. Todos los microcontroladores tienen registros
diferentes. ‘’Para efectos prácticos, cuando programo en
Arduino, lo que está encima (funciones) es lo mismo que
en Energía, y eso es bastante ventajoso porque uno puede
pasar de una arquitectura a otra sin ninguna complejidad. Lo
único que hay que tener en cuenta es que físicamente son
dispositivos distintos, entonces cuando quiero utilizar un pin,
lo identifico gracias a la hoja de datos del microcontrolador”,
agrega Silva.

4.7.2 Preparación del prototipo de

sensor
Para el prototipo de sensor, se debe preparar Arduino IDE
para nodeMCU.

95
• Menú Archivo->Preferencias: Añadir en gestor de URLs

Adicionales:
• http://arduino.esp8266.com/stable/package_esp8266com_
index.json

Herramientas -> Placa -> Gestor de Tarjetas

• Buscar esp8266 e instalar

96
Herramientas -> Placa -> NodeMCU 1.0 (ESP-12E Module)
• Seleccionar.

4.7.3 Conexión a Internet con

NodeMCU
• Añadir Librería
ESP8266WiFi.h
• Definir nombre de red y
contraseña
• Crear función para conectar
a Wifi
• Verificar conexión con
método status y macro WL_
CONNECTED

97
• Añadir Objeto de tipo
WifiClient
Incorporar función que
reciba datos de cliente
usando método “available”
y los muestre en Monitor
Serie.

• Interacción con Orion:

Método GET
GET v1/contextEntities/
HTTP/1.1
Host: ws-fiware.tidnode.
cl:1026
User-Agent: Arduino/1.0
Accept: application/json
Content_Type application/
json

• Host Disponibles:
•ws-fiware.tidnode.cl
•workshop.tidnode.cl
•Crear Método conectar a
Orion.

98
4.7.4 Preparación de Sensor TPM36

•Voltaje de
Salida: 10mV/ºC

•Relación
Temperatura
vs Lectura
ADC:

99
•T=(ADC*3.3/1024.0-0.5)/0.01

• Interacción con Orion: Método POST para crear entidad

• Crear JSON con cuerpo del mensaje a enviar.

POST v1/contextEntities/ HTTP/1.1

Host: ws-fiware.tidnode.cl:1026
User-Agent: Arduino/1.0
Accept: application/json
Content_Type application/json
Content-Length:
{
“id”: “Sala”,
“type”: “ Capacitacion “,
“attributes”: [{
“name”: “ temperatura_x “,
“type”: “float”,
“value”: “0”
}]
}

En la estructura anterior, el nombre de la entidad es “Sala” y el

nombre del atributo es “temperatura_x”. El tipo de la entidad
es “Capacitación” y para el tipo del atributo es “float”
 
La función equivalente en Arduino sería:

void enviar_peticion_POST(void) {
conectar_orion();

String valor = String(0);

String data = “{“ \

100
Imagen 40: Función
para crear entidad.

“\”id\”: \”Sala\”,” \
“\”type\”: \”Capacitacion\”,” \
“\”attributes\” : [{“ \
“\”name\”: \”temperatura_x\”,” \
“\”type\”: \”float\”,” \
“\”value\”: \”” + valor + “\”” \
“}]” \
“}”;

int size_data = data.length();

String peticion = “POST /v1/contextEntities/ HTTP/1.1\r\n” \

“Host: “ + String(server) + “:” + String(port) + “\r\n” \
“User-Agent: Arduino/1.0\r\n” \
“Accept: application/json\r\n” \
“Content-Type: application/json\r\n” \
“Content-Length: “ + String(size_data) + “\r\n” \
“\r\n” + data + “\r\n”;

Serial.println(peticion);
cliente.println(peticion);
}

101
• Interacción con Orion: Método PUT para Actualización de
data

PUT v1/contextEntities/type/Car/id/Car1/attributes/speed
HTTP/1.1
Host: ws-fiware.tidnode.cl:1026
User-Agent: Arduino/1.0
Accept: application/json
Content_Type application/json
Content-Length:
{
“value” : “99”
}

La función equivalente en Arduino sería:

void enviar_peticion_PUT(void) {
conectar_orion();

int adc = analogRead(A0);

float temperatura = (adc*3.3/1024.0 - 0.5)/0.01;
String valor = String(temperatura);
String data = “{“ \
“\”value\”: \”” + valor + “\”” \
“}”;

int size_data = data.length();

String peticion = “PUT /v1/contextEntities/type/Capacitacion/

id/Sala/attributes/temperatura_x HTTP/1.1\r\n” \
“Host: “ + String(server) + “:” + String(port) + “\r\n” \
“User-Agent: Arduino/1.0\r\n” \
“Accept: application/json\r\n” \
“Content-Type: application/json\r\n” \
“Content-Length: “ + String(size_data) + “\r\n” \
“\r\n” + data + “\r\n”;

Serial.println(peticion);
cliente.println(peticion);
}

102
 Imagen 41: Función
para actualizar
atributo de entidad.

4.7.5 Consumidores de Datos

Dentro de los consumidores de datos podemos encontrar páginas
y/o aplicaciones web, aplicaciones de escritorio y móviles, procesos
industriales, inteligencia artificial, Bases de datos (Persistencia) u otros.
En este caso se trabajará con Freeboard.IO

103
• Los pasos para Crear Cuenta son

-Crear nuevo Freeboard

-Seleccionar Fiware
-Añadir Data Source
-host:port/
-fiware-service -> Espacio
-fiware-servicepath -> /
-type -> igual a creado en script
-id -> igual a creado en script
Más información en FI-WARE

104
JONATTAN ALEJANDRO SILVA CASTILLO,
IOT SPECIALIST
TELEFÓNICA I+D CHILE (TID CHILE)

E-mail: jonattan.silva@telefonica.com
Teléfono: +56 9 7556 3792

105
106
V.
MINSAIT IOT
SOFIA2, LA
PLATAFORMA
IOT DE INDRA
Capítulo revisado por Benjamín Blanco Parra,
Gerente de Sector Público, Manufactura y
Gran Consumo. Profesional con más de 19
años de trayectoria en cargos como Gerente
de Administraciones Públicas y Educación -
Industria Manufacturera y Gran Consumo
en INDRA Chile, Gerente de Comuna Digital
y Director de Informática en la Comuna de
Peñalolén, entre otros.

Indra es una de las principales compañías

mundiales de consultoría, tecnología y socio
tecnológico para las operaciones comerciales
principales de las empresas de sus clientes
en todo el mundo. Proporciona soluciones
internas únicas y servicios tecnológicos
avanzados y de alto valor agregado que
permiten a sus clientes resolver sus problemas
más críticos y mejorar sus procesos, eficiencia,
rentabilidad y diferenciación.

107
108
5.1 INTRODUCCIÓN
Minsait IoT Sofia2 es la plataforma Internet of
Things de Indra, que acelera la construcción
de soluciones digitales de alto impacto que
resuelven los exigentes desafíos de la Era
Digital.
Minsait IoT Sofia2 aprovecha toda la potencia
del IoT junto con las herramientas más
avanzadas de inteligencia artificial para
habilitar la generación de nuevos modelos
de negocio disruptivos, rompiendo con
los paradigmas actuales y avanzando
hacia un mundo más humano, eficiente y
sostenible. Su enfoque transversal permite
la transformación digital y la reinvención de
los sistemas tradicionales en ámbitos muy
diversos, como Smart Cities, Smart Energy,
Smart Retail o Industria 4.0.
Sobre Indra
Indra es una de las principales compañías
globales de consultoría y tecnología y el
socio tecnológico para las operaciones clave
de los negocios de sus clientes en todo el
mundo. Es un proveedor líder mundial de
5.2 ORIGEN
Minsait IoT Sofia2 nace como una
evolución del proyecto SOFIA, dentro
del Programa Marco de la Comunidad
Europea Artemis. SOFIA (Smart Objects For
109
soluciones propias en segmentos específicos
de los mercados de Transporte y Defensa,
y la empresa líder en Tecnologías de la
Información en España y Latinoamérica.
Dispone de una oferta integral de soluciones
propias y servicios avanzados y de alto
valor añadido en tecnología, que combina
con una cultura única de fiabilidad,
flexibilidad y adaptación a las necesidades
de sus clientes. Indra es líder mundial en
el desarrollo de soluciones tecnológicas
integrales en campos como Defensa y
Seguridad; Transporte y Tráfico; Energía
e Industria; Telecomunicaciones y Media;
Servicios Financieros; Procesos Electorales; y
Administraciones Públicas y Sanidad. A través
de su unidad Minsait, Indra da respuesta a los
retos que plantea la transformación digital. En
el ejercicio 2016, Indra tuvo unos ingresos de
2.709 millones de euros, 34.000 empleados,
presencia local en 46 países y operaciones
comerciales en más de 140 países. Tras la
adquisición de Tecnocom, Indra suma unos
ingresos conjuntos de más de 3.200 millones
de euros en 2016 y un equipo de cerca de
40.000 profesionales.
Intelligent Applications), cuyo objetivo era
la creación de una plataforma semántica de
interoperabilidad, fue desarrollado durante
3 años de la mano de 18 partners (Philips,
 Nokia, Indra, Eurotech,…) de 4 países de la
UE. SOFIA demostró su eficacia en más de 7
pilotos asociados a contextos como Smart
City, Spaces, Coche Eléctrico, Domótica
o Turismo y resultó ganadora del premio
Artemis Co-Summit 2009-2010 como el mejor
proyecto Artemis-FP7 I+D.
Una vez finalizado el proyecto, Indra decidió
apostar por el Internet de las Cosas y darle
continuidad de forma independiente,
dotando a la plataforma de capacidades
5.3 INTERNET DE LAS COSAS Y MINSAIT IOT
SOFIA2
La relativamente reciente llegada del
Internet de las Cosas (IoT) ha posibilitado la
interconexión digital de distintos elementos
del mundo físico, obteniendo información
muy valiosa sobre el estado de todos ellos.
Además, con las últimas tecnologías en Big
Data, toda esta información trae consigo la
posibilidad de analizar en profundidad lo
que está pasando de una manera holística,
permitiendo así descubrir patrones y utilizar
la información para definir estrategias y tomar
decisiones óptimas.
Minsait IoT Sofia2 es la apuesta de Indra
por el mundo IoT. Minsait IoT Sofia2 aúna
avanzadas capacidades de interoperabilidad
con las capacidades analíticas más punteras,
convirtiéndose en una valiosa herramienta
para mejorar la eficiencia, la toma de
decisiones y la generación de nuevos modelos
110
empresariales y Big Data. Desde entonces se
ha continuado evolucionando la plataforma
a través de las iniciativas internacionales
más destacadas (Ciudad 2020, Arrowhead,
eVacuate, Mobiwallet) y a través de distintos
proyectos comerciales en ámbitos tan
dispares como ciudad y territorio inteligente,
sanidad, hogar conectado, edificio inteligente
o logística, hasta consolidar la actual Minsait
IoT Sofia2 como una robusta plataforma
de interoperabilidad, que está, a su vez, en
continua evolución.
de negocio. Minsait IoT Sofia2 posibilita el
intercambio de información entre distintos
sistemas y dispositivos de forma ágil y segura,
mientras que sus capacidades Big Data y sus
potentes herramientas de analítica permiten
el almacenamiento, procesamiento y analítica
avanzada de altos volúmenes de información.
Se puede considerar así a Minsait IoT Sofia2
como un gran cerebro que centraliza y
almacena la información de fuentes muy
distintas, analizándola de forma integral:
Imagen 42: Visión
global de Sofia2.

Giancarlo Rotta, Gerente de Movilidad,
Portales y Arquitectura en Indra Chile expone
que “dada la hiperconectividad y la capacidad
de procesamiento de los sensores actuales,
el volumen de datos en proyectos IoT suele
ser masiva. Esta información se puede
procesar y relacionar, tomando decisiones y
aprendiendo de lo que está ocurriendo, como
hace Uber cuando identifica en tiempo real
qué cliente se encuentra más cerca de uno de
sus conductores para hacer más eficiente el
servicio”.
Como se puede comprobar, la plataforma
habilita nuevos procesos de “escucha, analiza,
actúa”, permitiendo aprovechar al máximo
las ventajas del IoT. A continuación se
presenta el flujo digital de la información en
la Plataforma, desde los productores de datos
hasta los consumidores de información:

Imagen 43:
Flujo digital de
información de
Sofia2

111
Ingesta y procesamiento: La plataforma se nutre de la información generada
por los llamados “productores de información” (sensores, dispositivos,
sistemas…). Dadas sus capacidades multidispositivo y de interoperabilidad,
Minsait IoT Sofia2 permite la ingesta de información de fuentes en tiempo real
de prácticamente cualquier tipo de naturaleza, desde sensores y dispositivos
hasta sistemas completos, cubriendo la mayoría de lenguajes estándar en
su SDK. Esta información es procesada en tiempo real, por lo que se puede
reaccionar ante cualquier evento que llegue a la plataforma.

Por otro lado, el resto de información proveniente de fuentes más genéricas

(Flujo Batch) y que se debe obtener mediante procesos de extracción,
transformación y carga en modo batch (no tiempo real) accede a la Plataforma
a través del módulo Minsait IoT Sofia2 Dataflow.

Almacenamiento: La información absorbida por la plataforma se almacena

en el módulo de almacenamiento, que esta soportado por una serie de
repositorios expuestos mediante APIs que ocultan su infraestructura
tecnológica a los módulos que acceden a su información.

Analítica: Toda la información almacenada en Minsait IoT Sofia2

posteriormente puede analizarse de forma integral, es decir, permitiendo el
cruce de información a lo largo del tiempo entre los datos que provienen de
distintas fuentes que estén alimentando a la plataforma.

Publicación: Sofia2 pone a disposición de aplicaciones, soluciones, sistemas y

usuarios toda la información almacenada en la plataforma a través de distintos
mecanismos, como su API manager, su módulo Datalink o su visor holístico.
También cuenta con herramientas de visualización que permiten explotar de
forma sencilla y gráfica la información almacenada dentro de la Plataforma;
se pueden crear elementos de visualización unitaria (gadgets), unirlos en una
página web (dashboard) o incluso crear complejos sinópticos al estilo SCADA
representando la evolución de las señales. Así, queda garantizado que los
“consumidores de información” puedan aprovechar la información que fluye
por la plataforma.

112
5.4 PRINCIPALES CARACTERÍSTICAS DE
LA PLATAFORMA
Minsait IoT Sofia2 puede definirse como un
middleware y repositorio con capacidades
cognitivas que permite la interoperabilidad de
múltiples sistemas y dispositivos, permitiendo
el procesamiento de miles de eventos por
segundo. Su visión semántica y su enfoque
open source, multilenguaje y agnóstico de
las comunicaciones la convierten en una
plataforma abierta e interoperable. Algunas
de las características más importantes se
recogen a continuación:
Interoperable y
multidispositivo
La Plataforma está disponible para el acceso
mediante múltiples dispositivos (ordenador,
smartphone, tableta táctil, etc.) y para
los sistemas operativos soportados por
dichos dispositivos. La Plataforma ofrece
características de interoperabilidad desde dos
diferenciados puntos de vista:
• Publica interfaces en los principales
estándares tecnológicos: Minsait IoT Sofia2
habilita la conexión de navegadores web
con la Plataforma a través de protocolos
como HTTP REST, DWR o Websockets, entre
otros, permitiendo a cualquier dispositivo
(PC, Tablet o Smartphone) pueda acceder
por navegador a la información almacenada
en la Plataforma.
• Es multidispositivo: la plataforma se ha
diseñado habilitando la comunicación de
113
información desde el máximo número
de dispositivos del espectro tecnológico
actual. Para ello, se han desarrollado APIs
en distintos lenguajes para facilitar la
comunicación con ella, como Java, .NET,
Android, iOS, Javascript (DWR), NodeJS, C o
Arduino.
Enfoque Big Data
Minsait IoT Sofia2 tiene un claro enfoque
Big Data que permite el almacenamiento y
procesamiento de ingentes cantidades de
información. Para ello cuenta con un módulo
compuesto por una serie de repositorios que
se complementan para aportar a los clientes
de la Plataforma la información necesaria con
los mejores tiempos de respuesta:
• Base de datos tiempo real (BDTR): este
repositorio se encarga de almacenar la
información en tiempo real, permitiendo la
consulta de estos datos de manera sencilla
y rápida. Este tiempo real es configurable y
puede ser desde el último valor, a segundos
para ciertos valores o a días o meses,
persistiendo aquella información que se
considere en la Base de Datos Histórica
(BDH). La implementación de referencia es
MongoDB.
• Base de datos histórica (BDH): la base de
datos histórica proporciona persistencia de
la información que ha dejado de pertenecer
a la franja de tiempo real en la BDTR y que
 podrá ser explotada posteriormente. La
base de datos histórica de referencia está
implementada sobre Hadoop, utilizando
Hive como Datawarehouse.
• Base de datos de configuración (BDC): La
base de datos de configuración almacena
todos los datos de configuración de la
plataforma. Como base de datos de
configuración se puede utilizar cualquier
base de datos relacional que disponga del
driver JDBC. Actualmente existen versiones
montadas sobre MySQL y Oracle.
Semántica
Minsait IoT Sofia2 hace uso de la semántica
(light semantic) como una característica
diferencial de la Plataforma. En Minsait
IoT Sofia2, una ontología representa una
entidad en el sistema (se trata del modelo de
datos en el que la plataforma estructura la
información), y ésta se describe de manera
sencilla y ágil en lenguaje JSON. Incluso
para simplificar la creación de ontologías, la
plataforma ofrece el concepto de plantillas
(esquemas JSON precargados) que pueden
ser utilizadas de base para posteriormente
extender y definir así las ontologías.
Escalable horizontalmente
La plataforma se ha diseñado desde el primer
momento con el objetivo de ser construida
sobre piezas que soportan y garantizan la
escalabilidad horizontal, es decir, frente al
tradicional concepto de requerir máquinas
cada vez más potentes o con mayores
capacidades (escalabilidad vertical) para
obtener incrementos de procesamiento
cada vez menores (crecimiento logarítmico),
la plataforma está ideada para permitir
mejorar sus capacidades de procesamiento
de manera lineal mediante la inclusión
de nuevas máquinas. Esta escalabilidad
horizontal tiene la ventaja de poder crecer de
forma escalonada sin tener que dimensionar
de forma total la infraestructura desde el
momento inicial, reduciendo así costes de
adquisición y operación de la plataforma y
sólo tener que invertir el coste necesario en
cada momento del tiempo.
Reglas Tiempo real
Toda la información que llega a la Plataforma,
independientemente del protocolo utilizado
para su comunicación llega al módulo
de procesamiento donde se ejecutan las
reglas en tiempo real en reacción al evento
sucedido. Existen distintos motores de reglas:
• El motor de scripting permite a usuarios
configurar scripts en lenguaje Java o Groovy
desde la consola web de administración.
• El motor CEP (Complex Event Processor, o
motor de eventos complejos) es capaz de
evaluar la ocurrencia de eventos mediante
la ejecución de queries “continuas”
utilizando la variable tiempo.
• Node-RED es una herramienta visual para la
creación y edición de flujos IoT.
Seguridad y privacidad
La seguridad y privacidad de la plataforma se
garantiza a diversos niveles:
a) Privacidad de los datos: Minsait IoT Sofia2
permite configurar distintos niveles de
114
 privacidad en la información. Por defecto la
información (ontología) puede ser pública
o privada, es decir, visible para todos los
usuarios solo para el “propietario” de dicha
información. Minsait IoT Sofia2 además
permite al propietario de cada ontología
proporcionar a ciertos usuarios permisos
de lectura, de escritura o ambos sobre sus
ontologías o, si lo prefiere, incluso decidir
hacer sus ontologías públicas para así
hacerlas visibles para todos los usuarios de
la Plataforma.
b) Comunicación segura y confidencial: La
Plataforma garantiza la seguridad de la
comunicación entre los distintos sistemas
y dispositivos. Puede configurarse para
que solo soporte comunicación SSL,
habitualmente en estos casos se propone
el uso de HTTPS y/o MQTT/SSL.
c) Perfiles de acceso: Minsait IoT Sofia2
soporta 3 roles principales:
• Rol Usuario: puede consumir información
(ontologías) pública suscribiéndose
previamente a su uso o bien consumir
información a la que se le dé permiso
nominalmente (por usuario).
• Rol Colaborador: puede publicar
información en la Plataforma (es
propietario de esta) y consumir
información pública o a la que se le dé
permiso.
• Rol Administrador: puede añadir y quitar
permisos a la información de forma
nominal, además de administrar todos los
elementos de la Plataforma (dar de alta y
baja usuarios…).
d) Autenticación de los clientes de la
Plataforma: Todos los clientes de
115
Minsait IoT Sofia2 deben autenticarse
para interactuar (publicar o consumir
información). Soporta actualmente dos
mecanismos de autenticación: con usuario
y password: y con Token.
Operable y gestionable
Toda la configuración, operación y gestión
de la Plataforma se realiza a través de un
único panel de control web que centraliza la
gestión de la Plataforma al completo, desde
la modelización de la información que fluirá
a través de los distintos módulos, hasta la
asignación de permisos de los usuarios y
dispositivos que la podrán servir y consumir.
También gestiona las reglas y algoritmos
de manipulación de información y hasta la
configuración web de los cuadros de mando
(dashboards) holísticos de explotación de la
información almacenada.
El API de administración permite configurar
la plataforma o crear nuevas interfaces de
usuario. La plataforma aplica las políticas de
seguridad a cada operación, atendiendo al
usuario que la realiza y el rol que posee. Se
trata de una interfaz extensible de acuerdo a
las necesidades de cada proyecto.
Desplegable Cloud y
On-Premise
Otra de las características técnicas relevantes
de la Plataforma es su capacidad de desplegar
de modo in-house (on-premise) como
también en nubes privadas y públicas de los
principales proveedores de infraestructura
Cloud del mercado (Amazon, Azure, Jelastic…).
Abierta y colaborativa
Minsait IoT Sofia2 se caracteriza por su
objetivo de ser una plataforma abierta
para construir soluciones en diferentes
ámbitos y mercados. Para ello se apoya en
los principales estándares y tecnologías
open source del mercado, asegurando así
su extensibilidad y mantenibilidad a lo largo
el tiempo. Como ejemplos de tecnologías
abiertas utilizadas en la Plataforma, podemos
destacar:
• Java como Plataforma base sobre la que se
construye la plataforma.
• JEE como Plataforma de ejecución de la
Plataforma.
• Servicios REST como APIS Web provistas
por la Plataforma.
• JSON (JavaScript Object Notation) como
formato de texto para intercambio de
información entre sistemas.
• Hadoop como sinónimo abierto y open-
source de Big Data.
• MQTT (Message Queue Telemetry
Transport) como protocolo simple de
mensajería Publish-Suscribe.
• JMS como protocolo de mensajería
empresarial interoperable y fiable.
Versiones de la plataforma
Existen distintas versiones de Minsait IoT
Sofia2, que se adaptan a las necesidades de
cada proyecto:
“Para proyectos productivos recomendamos
las versiones comerciales de la plataforma,
tanto On Premise como en cloud, ya que
cuentan con alta disponibilidad y soporte
experto como valor añadido”, dice Giancarlo
Rotta.
Imagen 44:
Versiones Sofia2
116
5.5 SOLUCIONES DE NEGOCIO
Como se ha detallado, Minsait IoT Sofia2
permite poner la información del mundo real
a disposición de aplicaciones inteligentes,
uniendo así el mundo físico con el mundo
digital. Todas estas capacidades han permitido
la implantación de Minsait IoT Sofia2 en
distintas soluciones Smart en ámbitos muy
diversos, como Smart Cities, Smart Energy o
117
Smart Health, que garantizan la integración y
aprovechamiento de la información tanto en
estos verticales como de forma transversal.
De esta manera, cada vertical en vez de
actuar de forma independiente, aprovecha
la información del resto de soluciones con el
objetivo de mejorar el servicio y realizar un
mejor uso de los recursos.
Imagen 45:
Soluciones de
negocio
En el ámbito Smart City, Minsait IoT Sofia2 actúa como el cerebro de la ciudad,
adquiriendo información en tiempo real a través de sensores y sistemas y
tomando decisiones en tiempo real para mejorar la prestación de servicios
urbanos y la resiliencia de la ciudad. Un buen ejemplo de ello es el proyecto
de Smart Coruña, en el que Minsait IoT Sofia2 centraliza información de 20
verticales diferentes y que ha permitido a la ciudad posicionarse como un
referente mundial en Smart Cities. Estos verticales incluyen la gestión de agua
de la ciudad, riego inteligente, parking, movilidad, etc. mejorando la eficiencia
de la ciudad y mejorando la calidad de vida del ciudadano. De este proyecto
se derivan, entre otros beneficios, un ahorro en las pérdidas de agua por
distribución del 20% y un ahorro del 25% en agua por un sistema de riego que
se basa en sensores inteligentes.

Imagen 46: Visor

holístico del
proyecto Coruña
Smart City

En ámbitos como Smart Home o Smart Building, Minsait IoT Sofia2 permite
la automatización y control de la iluminación, climatización y seguridad de
edificios residenciales, oficinas y grandes superficies, adaptando las variables
a las necesidades reales de los usuarios y disminuyendo así tanto el coste
económico como el coste para el medio ambiente. Minsait IoT Sofia2 permite
conectar todos los dispositivos domóticos del hogar/edificio y controlarlos
desde cualquier Smartphone, Tablet u ordenador, independientemente
del lugar en el que se encuentre el usuario. Además, permite a los usuarios
conocer sus hábitos de consumo y establecer límites en función de la energía
consumida o la previsión de ésta, lo que proporciona información de valor
para alcanzar un nuevo nivel de eficiencia energética y una gran diferencia en

118
 el gasto. En estos proyectos se ha conseguido
reducir el consumo de energía en un 20% y
una reducción de alrededor del 25% en el
caso de la factura energética.
Pero Minsait IoT Sofia2 no solo permite
mejorar la eficiencia energética, también
permite al usuario realizar acciones para
mejorar su confort y seguridad, como
controlar la calefacción, programar y controlar
algunos electrodomésticos en remoto,
ahorrar haciendo que los electrodomésticos
funcionen a la hora en la que la energía es
más económica, recibir alertas si el usuario se
dejó un aparato encendido en casa y poder
apagarlo de forma remota, simular presencia
en casa cuando esté ausente o detectar si
alguien ha entrado en el hogar mientras está
fuera de la vivienda.
En el ámbito de Smart Health, Minsait IoT
Sofia2 permite la parametrización de las
constantes biométricas de los pacientes,
estableciendo intervalos aceptables
Imagen 47:
Marketing de
proximidad
119
para las necesidades de cada usuario y
definiendo límites que, al ser superados,
generan una alarma. En función del nivel
de peligrosidad de las alarmas, pueden
avisar al paciente, a su médico o al servicio
de urgencia. Permite también llevar un
control de la salud de los usuarios de forma
más eficiente y personalizada, a la vez que
recopila información de forma anónima que
posteriormente podrá usarse para estudiar
patrones de enfermedades o efectividad de
medicamentos.
En Smart Retail, Minsait IoT Sofia2 permite
la transformación de la tienda tradicional
mediante el control de los parámetros de la
misma, como la iluminación, la temperatura
o la música, en función de la afluencia y
tipología de clientes. Del mismo modo, se
puede hacer la gestión inteligente de colas en
caja o aplicar herramientas como el marketing
de proximidad, en el que se envía una
promoción especial al dispositivo móvil de
usuario que pasa por delante de la tienda.
Además, también permite trabajar con localización indoor, es decir, permite
conocer por dónde se mueven los clientes dentro de una tienda. Así, se puede
determinar qué pasillos son los más transitados y qué zonas tienes mejor
visibilidad, comparando esta información con las ventas de los productos allí
ubicados.

En el ámbito asegurador, Minsait IoT Sofia2 permite definir nuevos modelos Imagen 48: Ejemplo
de aplicación en
como el Pay As You Drive, es decir, las aseguradoras pueden establecer los Smart Retail

precios de los seguros en función de cómo maneje el usuario, diferenciando

entre distintos niveles de moderación de los conductores, bonificando a
aquellos conductores responsables y elevando los precios a los conductores
más arriesgados.

Minsait IoT Sofia2 es también la base tecnológica para otras iniciativas

de diferentes áreas como Smart Manufacturing, Smart Agriculture, Smart
Infrastructures, etc. Sus capacidades cross-domain permiten la construcción
de nuevas soluciones de una manera económica y ágil, disminuyendo así las
barreras para la transformación digital de los negocios.

120
5.6 TRABAJAR CON LA PLATAFORMA

Con el objetivo de hacer de Minsait IoT Sofia2 una plataforma lo más abierta
posible, Indra ofrece un sitio web público (http://sofia2.com) donde tiene
siempre publicada una instancia, denominada Cloudlabs, de la última versión
(release) de la Plataforma, en el que cualquier persona, desarrollador,
integrador u organismo puede de forma anónima:

• Acceder a información general y presentaciones.

• Acceder a la documentación de uso de la Plataforma: guía de primeros

pasos, de consola web, guías de desarrollo…

• Acceder al Kit de Desarrollo (SDK) de la Plataforma que permite crear

clientes (KPs) de la Plataforma en diversos lenguajes (Java, Javascript, C,
Arduino, Android, NodeJS…).

• Acceder a las APIs de la Plataforma, tanto a nivel documental como a los

Servicios publicados (conectores REST, Web Services, MQTT…).

• Acceso a documentación sobre cómo extender la Plataforma a diversos

niveles: crear nuevos conectores, interceptores, nuevos adaptadores…

• Acceso a demostraciones que permiten construir aplicaciones paso a paso.

Cualquier usuario puede crearse una cuenta en Cloudlabs para empezar a

trabajar con la Plataforma. Es posible descargar una versión para cada sistema
operativo, que contiene un eclipse con ejemplos y librerías. ‘’El eclipse viene
pre-configurado para que se vayan activando proyectos y ejecutándolos,
revisando pruebas, verificando que esté todo funcionando. Por lo tanto, no
es un eclipse solo, sino que es un eclipse adecuado para usar la plataforma,
obviamente con las APIs disponibles para que las puedan utilizar’’, agrega
Giancarlo Rotta.

121
5.7 LINKS DE INTERÉS
Web de Minsait IoT Sofia2
http://sofia2.com/
La web de Minsait IoT Sofia2 ofrece una
visión clara y global de la plataforma, donde
cualquier persona puede tener acceso a la
información pública de Sofia2, incluyendo
una presentación completa, un entorno de
experimentación gratuito para desarrollar
nuevas aplicaciones, guías, videos comerciales
que muestran la conexión de la plataforma
IoT con el mundo real, etc.
Vídeos tutoriales
Youtube: “Sofia2 IoT Platform”
El canal de YouTube dispone de video
casts en los que se muestran diferentes
funcionalidades de la Plataforma. Se trata de
una manera sencilla de visualizar rápidamente
las capacidades de Minsait IoT Sofia2. Algunos
ejemplos son: Creación visual de Dashboards,
Creación de Ontologías desde la Consola Web,
Informes integrados en la Plataforma, etc.
Demostradores
https://sofia2.com/demostradores.html
Existen distintos demostradores construidos
sobre la Plataforma.
122
Blog
http://about.sofia2.com/
El Blog de Minsait IoT Sofia2 incluye una
variedad de información desde tutoriales paso
a paso hasta información sobre las releases
periódicas que se hacen de la Plataforma que
incluyen nuevas funcionalidades.
Releases
http://goo.gl/As4n7u
https://about.sofia2.com/category/releases/
Se publican releases cada mes.
En este link (https://sofia2.com/docs/SOFIA2-
Taller IoT.pdf) está disponible el PDF del
documento Taller Minsait IoT Sofia2 con que
se trabajó en el taller.
Línea de soporte
Minsait IoT Sofia2 incluye una línea de soporte
(supportsofia2@indra.es) para cualquier
persona, organización o desarrollador que
esté utilizando la Plataforma y necesite
ayuda o consejos sobre cómo desarrollar
con Minsait IoT Sofia2. Se trata de un equipo
de primer nivel que centraliza todas las
peticiones sobre la Plataforma mediante
un nuevo procedimiento para gestionar
consultas e incidencias.
 BENJAMÍN BLANCO PARRA
GERENTE DE SECTOR PÚBLICO
MANUFACTURA Y GRAN CONSUMO EN
INDRA CHILE

E-mail: bdblanco@indracompany.com
Teléfono: +56 2 2810 3638

123
124
VI.
BIG DATA:
EL CUÁNDO Y EL CÓMO
Taller realizado por Luis Véliz, Director de Desarrollo
de Negocios en Inria Chile y Ricardo Núñez, Co-founder
DataCiencia.

Luis Véliz, Director. Desarrollo de Negocios en Inria Chile.

Ingeniero Civil Informático de la Universidad Austral de
Chile, Máster en Gestión y Emprendimiento Tecnológico de la
Universidad Adolfo Ibáñez, trabaja en Inria Chile donde ha
desarrollado software de visualización de datos para, entre
otros, el Observatorio ALMA.

Inria Chile es una fundación sin fines de lucro creada

en Chile en 2012 por Inria, institución pública francesa
reconocida a nivel mundial por su aporte en I+D aplicada
en el mundo digital desde las ciencias de la computación
y las matemáticas aplicadas. Es un centro de desarrollo
e innovación en tecnologías digitales y presta servicios
a empresas e instituciones con el fin de aumentar su
productividad y competividad.

Ricardo Núñez, Co-founder DataCiencia. Ingeniero Civil

Informático de la Universidad Austral de Chile, Máster en BI
de EAE, y se ha dedicado la última parte de su profesión al
Business Intelligence, analítica avanzada, y Big Data.

DataCiencia Trabaja en la implementación de algoritmos

de analítica avanzada, explora y explota Big Data, prepara
datos para proyectos de analítica. Entrena equipos en
temas de analítica, BI, o Machine Learning.

125
126
6.1 ¿QUÉ ES BIG DATA?

Gran volumen de datos estructurados, no-estructurados y semi-estructurados,

de distintas fuentes, que otrora eran imposibles de procesar por las empresas,
en tiempos razonables, y que implicarían un alto costo si quisiéramos llevarlos
a bases de datos relacionales. Son datos cuya escala, diversidad y complejidad
requiere de nueva arquitectura, técnicas, algoritmos y analítica para
administrarla, extraer valor y conocimiento de ella.

Imagen 49: Ejemplos de volumen de datos

6.2 LAS 4 V DE BIG DATA: VOLUMEN, VARIEDAD,

VELOCIDAD Y VERACIDAD

6.2.1 Volumen
La primera V, por orden de definición de prioridad, es el volumen, la escala
de datos, arriba de terabytes, petabytes, eso se considera Big Data. En cuanto
a datos, a nivel mundial hay 7 mil millones de personas, 6 mil millones de

127
 personas poseen teléfono celular. Prontamente va a haber igual cantidad de celulares en el
mundo que personas que lo habitan, y que están generando información continuamente.
6.2.2 Variedad
Es básicamente la estructura y la forma
de los datos. Por ejemplo, datos de audio,
de texto, hay mucha información que se
genera a través de las redes sociales; en el
caso de Twitter, 400 millones de tweets son
enviados al mes por casi 200 millones de
usuarios. En Facebook, se suben 300 billones
de publicaciones mensuales. Más de 4
millones de horas de video son visualizados
6.2.3 Velocidad
Tanto en la preparación, almacenamiento, y el
análisis de los datos. Por ejemplo, la Bolsa de
Nueva York captura 1 TB de información de
transacciones diarias, cuentan con un sistema
real time, ya que para detectar fraudes tienen
que estar mirando segundo a segundo qué
está pasando. En 2016 se alcanzaron 20
millones de conexiones a Internet, con una
6.2.4 Veracidad
Es la confianza en los datos. Se habla de que
hay mucha información, velocidad, diferentes
estructuras, formatos, pero ¿Creemos en esta
data? ¿Qué porcentaje de esta data nos sirve?
¿Qué porcentaje puede ser basura a nivel
128
cada mes en YouTube. Muchos sistemas de
información de Big Data apuntan a la salud, al
tema del aprendizaje de los diagnósticos de
los pacientes, en el 2011 se estimaba que ya
existían 150 exabytes en datos relacionados
a esta área. También están los sensores e
Internet de las cosas, todo esto genera una
magnitud de información impresionante.
tasa de 2.5 conexiones por cada persona en el
mundo. En la actualidad, los vehículos poseen
cerca de 100 sensores que miden desde el
consumo de combustible, hasta conductas
de conducción. Algunas automotoras ofrecen
servicios de monitoreo, donde te avisan
cuánto estás gastando, si tienes que ir al taller
a hacerle mantención, etc.
de información, de la decisión del negocio
que quiero tomar? A modo de ejemplo, en
Estados Unidos, uno de cada tres líderes no
confía en los datos bajo los cuales se toman
decisiones. En el caso de las encuestas, 27%
 de quienes las responden declaran haberlo
hecho incorrectamente, ya que su respuesta
puede depender del estado de ánimo, tiempo,
por lo que es difícil tener certeza de estos
6.2.5 Otras “V” a considerar
Otras ‘’V’’ tienen relación con la variabilidad
(la interpretación está cambiando), que tanto
va variando la data. Si se interpretan los
comentarios de las redes sociales, hay una
dependencia fija, muchas personas están
opinando del mismo tema, no todas van a
escribir con las mismas palabras, mismo
énfasis, incluso unos van a escribir con ironía
o más certeza.
La visualización, analizamos como vemos.
Siempre es importante el output de todo este
sistema, cómo lo vamos a ver, es parte de la
analítica, y del valor del negocio.
6.3 HERRAMIENTAS ASOCIADAS AL ECOSISTEMA
DE BIG DATA
Actualmente, existe una gran cantidad
de herramientas asociadas a Big Data,
hay pagadas, libres, semi-pagadas. Está
IBM, Cloudera, Apache, Hadoop, todos
los ecosistemas, las fuentes de datos.
Herramientas para mejorar su servicio,
ofrecer mejores precios y tiempos de
129
resultados. Así también la data de mala
calidad le cuesta a Estados Unidos 3.1 trillones
de dólares al año, a nivel de empresas
privadas.
Valor, al negocio. ‘’Para mí el valor debería
estar dentro de las 4 V. No sabría cuál sacar,
sería la 4,5, ya que si no entrego valor al
negocio, realmente estamos moviéndonos
a algo que seguramente nos va a jugar en
contra, vamos a implementar herramientas
cuyo costo no va a dar frutos, la persona o las
personas que decidan sobre este output de
información no van a tener valor, por ende,
no van a poder aportar finalmente al negocio’’,
dice Ricardo Núñez, Co-founder DataCiencia.
respuesta. Agricultura, comercio, muchos
rubros están presentes en este Landscape, no
solamente herramientas.
130
 Imagen 50: Big Data Landscape 2017.

Fuente: © Matt Turck (@mattturck),

Jim Hao (@jimrhao), & FirstMark (@
firstmarkcap)

131
Si bien es un Landscape de Big Data, todo está relacionado con Internet de las
cosas. ‘’Hay todo un complemento de herramientas que se necesitan para que el
Big Data tenga sentido, en el caso de IoT, que es la fuente de los datos, sensores;
pongo dispositivos pequeños en distintos artículos, para traer mucha cantidad
de datos, luego con esto tengo una infraestructura donde la puedo gestionar,
procesar, almacenar, y después vienen todas las herramientas para poder extraer
valor, por ejemplo las aplicaciones’’, agrega Luis Véliz.

Algunas empresas que están destacando en tema de Big Data son HortonWorks,
Hadoop, Cloudera. En Cloud, está Amazon que junto a Google ya diseñaron
sus propios sistemas de almacenamiento y procesamiento de Big Data. IBM y
Oracle también han diseñado sus propias herramientas y están ofreciendo, o ya
ofrecieron, en sus plataformas un módulo para integrar procesamiento y empezar
a hablar de Big Data.

Las herramientas para almacenamiento hago mi propia infraestructura o uso algo’’,

cuentan con una página Web, donde te
puedes conectar, subir tu data y empezar
a almacenarla para después procesar en
un lugar que puede ser un Data Center
en Estados Unidos, no es necesario tener
infraestructura propia. ‘’Se deben evaluar
costos, de cuánta data voy a almacenar y
hacer los cálculos de cuánto me va a salir la
cuenta a fin de mes con esa cantidad que
tengo hoy día y proyectarla’’, explica Luis Véliz.
‘’En nuestros proyectos hemos ocupado algo
de Amazon, pero principalmente nosotros
tenemos nuestra propia infraestructura, no
necesitamos mucha para los proyectos que
tenemos hoy. Somos fans de las herramientas
open source; Apache tiene una serie de
herramientas bien interesantes, pero requiere
que tengas personal que las pueda operar,
que las pueda ajustar, personalizar, adaptar,
configurar realmente, y que les pueda sacar
el máximo provecho. Entonces, ahí hay una
opción que no siempre es tan evidente, si
agrega el Director de Desarrollo de Negocios
en Inria Chile.
Hay empresas que no necesitan utilizar
herramientas realmente elaboradas sobre Big
Data. El problema que tienen es que están
almacenando datos no estructurados o no
relacionales que no son de gran volumen,
pero los están almacenando en bases de
datos relacionales tradicionales y la solución
estaría en implementar un pequeño motor
o base de datos no relacional, por ejemplo
Cassandra. No necesitan Cloudera, ni
Amazon, sino simplemente un pequeño
cambio para optimizar y hacer más rápido
el funcionamiento de un sitio Web o una
plataforma Web.
Las herramientas se pueden y
deben elegir de acuerdo a lo que
se necesite, al precio y al objetivo
de negocios.

132
6.4 TIPOS DE FUENTES DE DATOS EN BIG DATA

6.4.1 Datos estructurados

Están previamente definidos en longitud y formato. Ejemplo:
fechas, enteros, números reales de un largo particular, etc.
Es la data que conocemos, en una planilla estructurada,
básicamente tenemos filas, columnas, son estructuras
conocidas que se mantienen en el tiempo. Ejemplo: Bases de
datos, planillas de cálculo.

6.4.2 Datos no estructurados

Los datos están tal cual han sido recolectados, sin un
procesamiento previo, y suelen provenir de fuentes
generadas. Ejemplo: audio, video, documentos. No es una
estructura fija en la que podamos encasillar este tipo de
datos. Si bien Twitter cuenta con tweets de 140 caracteres,
la gente tiene libertad de expresarse como quiere en esa
extensión, pero luego se le puede dar estructura y trabajar
esa información, sin embargo la data dura nunca tiene una
estructura definida.

6.4.3 Datos semi-estructurados

Datos que no están definidos, pero si limitados con algún
marcador especial o bajo algún estándar de generación.
Ejemplo: archivos XML, archivos Log. Tanto el XML como el Log
piden una estructura para rellenar toda la información de los
archivos.

133
6.5 DATOS VS METADATOS EN BIG DATA

El dato ya lo sabemos. El metadato describe los datos, y permite encontrar un

dato en función de sus características. Ejemplo: los libros en una biblioteca.
La importancia de los metadatos en entornos Big Data radica en la posibilidad
de hacer clasificaciones y modelos en función de agrupaciones o clúster de
datos que cumplan determinados patrones (sin necesidad de procesar grandes
volúmenes de datos).

En el caso de buscar un libro en una biblioteca se hace por tema, índice,

no se busca uno por uno. Entonces muchas de estas herramientas, para
experimentar el procesamiento sobre los datos, funcionan con los metadatos,
con índices. Con esto se optimiza y se acelera la búsqueda de los patrones, de
las anomalías, de lo que estén buscando que le dé valor al negocio.

6.6 ALMACENAMIENTO

En Big Data los sistemas usan esquemas no tradicionales que no cumplen el

esquema entidad relación de las bases de datos tradicionales. Estos sistemas
son denominados No-SQL (Not Only SQL). Los sistemas de almacenamiento
más usados son:

6.6.1 Almacenamiento Clave Valor

También se denomina Key-Value, en donde los datos son
almacenados en mapas o diccionarios de datos, y son
accesados a través de una clave de búsqueda única. Los datos
pueden ser objetos, o bloques de datos, sin necesariamente
tener un formato específico o común para todo el sistema.

Caso: búsqueda de contenido no estructurado en base a una

característica clusterizada con una clave.

134
 Ejemplo de tecnología utilizada: Apache Cassandra.

Básicamente es una dupla donde tienes un índice de búsqueda. ‘’Un caso

recurrente para usar clave de valor, es cuando se almacena data de variables
de monitoreo como temperatura, tiempo, todo lo que sea sensores. La clave
es el Key, el valor es lo sensado, por ejemplo temperatura, el timestamp, ese
es el índice o la clave, puedes ordenar todas tus variables de monitoreo en
timestamp, y el valor, es decir la información de ese timestamp, es lo que el
sensor captó, la temperatura, el PH, la humedad, depende de la aplicación. Se
podría recomendar Cassandra como motor de base de datos para sistemas
IoT’’, dice Luis Véliz.

6.6.2 Almacenamiento Documental

Similares a las bases de datos clave-valor, los sistemas de almacenamiento
documental se destacan porque se asocian fuertemente a datos semi-
estructurados. Una de sus principales características es que es posible hacer
consultas o queries sobre el contenido (a diferencia del caso clave-valor).

Caso: sistema de almacenamiento de archivos de transmisión de datos

basados en formato JSON.
Ejemplo de tecnología utilizada: MongoDB.

Al hablar de documentos se hace referencia a que la estructura con la que

trabaja es variable. Un Word, un Excel, una encuesta o cualquier tipo de fuente
con variabilización, pueden ser almacenadas por estas bases de datos que son
flexibles.

El formato JSON es similar al XML. Se trabaja mucho en Web, y básicamente

define reglas de estructura para datas variables.

6.6.3 Almacenamiento orientado a columnas

En las bases de datos columnares es parecido al almacenamiento documental,
busca agregar datos en base a una clave predefinida, donde los nuevos datos
son incluidos en nuevas columnas, bajo la misma clave.

135
 Caso: almacenamiento de variables múltiples de sistemas multiagentes de
componentes variables.

Ejemplo de tecnología utilizada: Apache HBase.

Imagen 51: Almacenamiento orientado a columnas

6.6.4 Almacenamiento en grafos

A diferencia del almacenamiento tradicional se basa en el concepto de grafos,
permitiendo relacionar atributos o variables en las aristas que conectan cada
uno de los nodos.

La principal ventaja de este tipo de almacenamiento es la búsqueda en

sistemas de alto volumen de datos donde se puede llegar a resultados en base
a relaciones dinámicas.

Caso: almacenamiento de usuarios de redes sociales en base a su interrelación

con otros usuarios. Ejemplo Tweets

Ejemplo de tecnología utilizada: Neo4j.

Se habla de grafos cuando se tienen datas que pueden ser relacionadas

entre sí, como por ejemplo, los comentarios de Twitter, usuarios de redes

136
 sociales, donde se pueden encontrar ciertos patrones, grupos de usuarios. ‘’Los
almacenamientos hacen mucho más fácil la vida en patrones, subgrupos de
usuarios dentro de una masa muy grande de datos. Puedes filtrar, encontrar
un subconjunto de datos con filtro, pero esto es mucho más óptimo, ya que
subfiltra, agrupa los datos de una forma para que sea mucho más eficiente
la consulta. Las redes sociales son el caso más típico y emblemático de
almacenamiento de datos’’, explica Ricardo Núñez.

6.7 PROCESAMIENTO (CLUSTERING)

Uno de los elementos más característicos de los sistemas Big Data es la

capacidad de procesamiento de los grandes volúmenes de datos. Esto se
logra gracias a la capacidad de aprovechar el cómputo distribuido de distintas
máquinas.

Quizás uno de los sistemas más populares para el procesamiento distribuido

de datos es Apache
Hadoop, un framework capaz de, a través de programación distribuida, y la
posibilidad de incorporar máquinas de distintas características, generar un
procesamiento adecuado de los datos.

Hadoop tiene su lenguaje de consulta, un framework de procesamiento, es

un ecosistema por sí solo. Es gratuito, se pueden bajar herramientas de su
ecosistema e implementar un plan con un servidor con sus herramientas.
‘’Hablamos de un framework capaz de tener programación distribuida, ya no
de algo monolítico, sino de una serie de PC conectados, llámese clúster, y la
posibilidad sobre todo de comprar máquinas de distintas características. Los
framework de Big Data tienen que estar preparados para crecer, tenemos
10 mil veces más de datos, ahora sirve esta tecnología, las consultas son
rápidas, almacenan bien, pero tienen que ser capaces de estar preparadas
para crecer elásticamente con la misma tecnología de forma rápida y eficiente,
poder agregar otra, y así elevar el sistema, duplicar o triplicar la capacidad
de procesamiento para generar un procesamiento adecuado de los datos’’,
menciona Ricardo Núñez.

137
6.8 MODELAMIENTO EN BASE A TÉCNICAS DE
DATA SCIENCE

Además de las tecnologías asociadas a Big Data, son requeridas técnicas

de modelamiento que satisfagan las necesidades del negocio. Las técnicas
asociadas están en el ámbito de lo que hoy se conoce como la ciencia del dato
(o Data Science), donde las más populares son:

• Redes neuronales
• Modelos predictivos
• Árboles de decisión
• Regresiones
• Modelos estadísticos
• Heurísticas y metaheurísticas ad-hoc.
• Otras técnicas de AI

6.9 MACHINE LEARNING

Dentro de éstas técnicas se ha incluido una nueva clasificación, el Machine

Learning (o de aprendizaje automático). Estas corresponden a una rama
de la Inteligencia Artificial (IA), y que contemplan modelos que procesan y
encuentran soluciones, donde destacan:

• Modelos geométricos.
• Modelos probabilísticos.
• Modelos lógicos.

A su vez, las Machine Learning, se dividen en aprendizaje supervisado,

aprendizaje no-supervisado y aprendizaje semi-supervisado (entre otros).

Machine Learning habla de algoritmos que permiten a una máquina o

computador aprender sobre sí mismos, en base a una entrada, que puede ser
una información de sensores, se define el algoritmo de procesamiento, tienes

138
 una salida. ‘’Por ejemplo, los datos de humedad, del calor, si se siguen durante
10 días, el algoritmo ya sabe, en base a lo que pase mañana, si le apuntó o
no al pronóstico. Se puede autocorregir, entonces cuando lea de nuevo los
sensores, ya optimizó su algoritmo para pronosticar los días que vienen. Esa es
la gracia del algoritmo, el auto aprendizaje de la máquina. Hay dos vertientes
grandes, el aprendizaje supervisado y el no supervisado. En el no supervisado,
dejas corriendo la máquina, aprende sobre sí sola, sobre las salidas, y luego
optimiza las entradas de procesamiento. La supervisada requiere que el
ojo humano vaya viendo, revisando, validando’’, explica el Co-founder de
DataCiencia.

Imagen 52: The

Fields of Data
Science

Fuente: digitalvidya.
com

6.10 BIG DATA ANALYTICS

Es la mezcla del auto aprendizaje de las máquinas, de la minería de datos,

que hace los algoritmos de aprendizaje. Se combinan métodos algorítmicos
matemáticos con herramientas de Software, para trabajar sobre analítica
de datos, predicciones y aprendizaje sobre Big Data. ‘’Este es un concepto
muy interesante, que engloba los conceptos que hemos visto y otros más

139
experimentales, más teóricos, prescriptivos,
y descriptivos. El descriptivo es algo más post
mortem, que ya pasó. Prescriptivo siempre es
lo que va a venir’’, menciona Ricardo Núñez.
Big Data habla tanto de descriptivo como
prescriptivo, se pueden hacer experimentos
con la data, teorizar sobre la data, todo
depende del valor del negocio y el objetivo.
Llegar a dominar esto es súper difícil, pero
está al alcance de la mano, conocer en qué
consiste cada uno. Es posible armar un
ecosistema que englobe un poco todo esto,
y al menos meterse y conocer más cómo
funcionan los algoritmos y cómo se almacena
la data.
Así como existen las fases pare reconocer
un problema, que son: primero darse cuenta
que uno lo tiene, después trabajarlo y luego
solucionarlo con un experto. Acá es lo mismo,
se tiene un problema con la información,
existen dolores, se deben identificar y ver
cómo se atacan.
En cuanto al tema del dimensionamiento, la
proyección. ‘’Se debe revisar si se cuenta con
las tecnologías, luego, por ejemplo, montar
una base de datos tipo grafo, implementar
6.11 EJEMPLOS DE CASOS DE NEGOCIO
6.11.1 Fraudes
A través de mecanismos de clusterización y comportamiento
es posible determinar riesgos de fraudes en distintos niveles.
una herramienta para trabajar sobre esa data,
contratar otra herramienta de visualización,
pero con mi proyección, hasta dónde me
va a durar este ecosistema en base a los
servidores que contraté, en base al tamaño
del disco duro, entonces se debe tener súper
bien ubicado el crecimiento. Obviamente hay
márgenes de error, pero si uno conoce su
historia, el crecimiento de forma histórica,
puedes proyectarlo cada seis meses, e ir
variando’’, menciona Ricardo Núñez.
El tema de la capacidad de reacción sobre la
identificación del problema, el cuándo mirar
el tema del Big Data y qué capacidad. Una
cosa es darse cuenta de que en seis meses
usar este tipo de tecnologías puede ayudar,
pero hay que preguntarse con qué rapidez de
implementación se cuenta.
Luis Véliz agrega que ‘’una cosa es optimizar,
hacer más eficiente lo que hoy hago, como
reducir costos, por ejemplo, hacer que sea
más productiva mi empresa, o el servicio
que estoy dando gracias a que cambié estas
tecnologías, o que integré más tecnologías,
pero es interesante crear nuevo valor. Uno
puede ver esto como una oportunidad para
entregar un nuevo valor a los usuarios’’.
140
 Ejemplo: determinar propensión al fraude de
los cajeros de un determinado retail.
Se detectaron anomalías en las cajas de un
banco. El algoritmo que se implementó es en
base a la información del banco, del detalle de
las transacciones que se hacen en una caja o
hace un cajero. Esto se cruzó con la deuda del
sistema financiero, tanto del cliente que hace
la transacción, como la del cajero, se cruzó
esa data, también la barra de apertura y de
cierre de la sucursal. Se integraron alrededor
de diez fuentes, también los cajeros, que en
este banco recibían un delta de 50 mil pesos
en caso que se les perdiera dinero en la caja.
Una relación que se encontró, fue que
‘’cuando el cajero tenía una deuda en mora
en el sistema, por ejemplo, llevaba cinco
meses sin pagar el crédito de consumo, el
tipo se veía tentado y lo hacía perder más
lucas. Eso es lo que nos decía la máquina, el
tipo se estaba echando lucas en el bolsillo;
son relaciones, que antes de implementar
algoritmos, la gente de auditoría las suponía.
Es algo lógico, si estamos con un problema
financiero y tratamos de buscar las salidas,
6.11.2 Empresas de transporte
Una empresa que cuenta con choferes de
buses, de camiones. Para entregarle valor hay
que identificar si el chofer es realmente el
conductor que tiene que estar en una fecha y
hora determinada. La identificación no debe
ser ni con cámara ni huella digital, ya que
los buses o camiones pueden ser robados,
asaltados. ¿Cómo se puede detectar que
es un ladrón?, se puede identificar en base
al aprendizaje de cómo conduce el chofer,
141
pero claro, se está trabajando en caja
con dinero ajeno, ahí está la tentación. Se
convencieron cuando vieron el algoritmo y
vieron el resultado’’, señala Ricardo Núñez.
En este caso la máquina, estuvo andando
tres o cuatro meses, se encontraron nuevos
patrones y fue supervisado. Porque si bien
se informaba que un cajero estaba actuando
anormalmente o tenía un comportamiento
similar a otro cajero que hizo un fraude.
Después, el usuario tenía que revisar en la
parte de auditoría, y el input en este caso,
por ejemplo, es un check. Si se validaba el
fraude era despedido, pero queda en el pool
de personas que hizo ese tipo de fraude.
Esa es la diferencia con el no supervisado,
acá se requería una validación. ‘’Nosotros
podemos sugerirle millones de candidatos a
fraude, pero efectivamente hay que ver si el
tipo lo hizo o no. De repente un tipo se está
comportando de forma anormal, pero está
bien dentro del día que operó, justo ese día
tuvo alguna regla nueva bancaria y pasó. Pero
esa es la gran diferencia entre supervisado y
no supervisado’’, agrega.
su patrón de conducta, que no es el de
conducción tradicional; puede estar frenando
más o distinto. Esto se resuelve poniendo
un sensor en los frenos o se puede detectar
su manera de doblar, todo esto permite
aprender y planificar.
Así también, para detectar cuándo van a
fallar los buses se contaba con los datos del
motor, del consumo de combustible, los que
permiten identificar ciertas anomalías. Sin
embargo, faltaba un dato fundamental, la
fecha de cuando el camión fue a reparación
al taller mecánico. Ese dato no estaba
almacenado de una forma procesable, de fácil
acceso. Ese es un dato relevante para poder
predecir realmente cuándo un camión va a
fallar. Entonces antes de decir “voy a usar
Machine Learning’’ es necesario revisar que se
tengan todos los datos.
Se puede recomendar, identificar y predecir.
La predicción es uno de los usos más típicos,
ahí se puede supervisar o no, pero predecir
que algo va a fallar es muy relevante.
El que un cliente cuente con todos los datos
de años hacia atrás realmente no asegura
que se pueda predecir o recomendar ciertas
cosas. A veces van a faltar datos y, vincularlo
al tema de Big Data depende mucho del
negocio actual, de cuáles son los datos que
tiene, y cuál es el valor que se puede entregar.
A modo de ejemplo, en el servicio de
monitoreo de una flota de transportes, de
camiones. El valor que se entrega es visible
al gerente o al dueño de la flota si se le
informa dónde están sus buses, ése es el
valor que entrega hoy, pero el valor que le
podría entregar mañana se hace visible si se
le informa cuándo van a fallar sus buses; son
valores o propuestas distintas.

6.12 SEGMENTACIÓN DE CLIENTES

Busca establecer características que permitan clusterizar o agrupar
clientes, o sus comportamientos, en función de explicar un determinado
comportamiento. Ejemplo: definir las condiciones de compra de los clientes de
un portal de ventas.

Se puede segmentar la información con una base de datos de tipo grafo y así
definir comportamientos, anomalías y patrones, entre clientes. Por ejemplo,
en cuanto a las preferencias de los clientes en un portal de ventas, donde hay
algoritmos como el de Amazon, de sugerencia de productos relacionados.
Un cliente puede estar vitrineando en el sector de películas de acción, pero
hay otro grupo que se parece a este cliente, que además de ver películas de
acción compra cuchillos. Lo más seguro es que Amazon ofrezca que si llevas
la película de Rambo, puedes llevar un cuchillo con descuento. Esto es lo que
hacen los supermercados, es algo histórico y demostrable, por ejemplo un
prototipo arrojó dejar las cervezas cerca de los pañales. De acuerdo a este tipo
de información se van moviendo todos los productos de acuerdo a cómo la
gente va comprando o moviéndose en un lugar.

142
6.12.1 Churn

Busca establecer las condiciones que llevan a que un cliente

abandone, con el objetivo de predecir las fugas de manera
previa. Ejemplo: realizar campaña de retención sobre clientes
de alto riesgo en una compañía de telecomunicaciones.

6.12.2 Optimizar procesos logísticos

Busca establecer de manera predictiva variables de

producción, despacho, demanda, mermas, etc. Ejemplo:
establecer demanda de clientes (forecast) y generar plan de
despacho.

6.12.3 Diagnóstico de enfermedades

A través de mecanismos de aprendizaje en base a diagnósticos

históricos y sintomatología de los pacientes se desarrollan
modelos predictivos para el apoyo del equipo médico.
Ejemplo: asistir a equipo de atención primaria en la detección
de casos, y la clasificación de complejidades médicas.

6.12.4 Redes sociales

Por medio de técnicas en base a análisis de comportamiento

(Sentiment Analysis) es posible determinar mejoras en las
campañas de redes sociales. Ejemplo: medir y predecir el
comportamiento de los usuarios en función de publicaciones
en Twitter.

143
 6.12.5 12.5 Market Basket

Busca establecer vínculos de compra según el historial de los

clientes, y clasificaciones del tipo etáreo, socio-económico,
género, etc. Ejemplo: publicar productos que suelen
comprar los clientes de un portal Web al visitar un producto
determinado.

6.13 CASOS APLICADOS

Inria, en Francia, investiga y crea conocimiento. Hay alrededor de 180 grupos
que trabajan en distintos temas de ciencia de la computación, matemática
aplicada e inteligencia artificial. La misión de Inria Chile no es crear nuevo
conocimiento, sino desarrollar sus funciones que tomen este conocimiento,
que ya existe; solucionar problemas del mercado y aumentar la productividad
en las empresas.

6.13.1 Eigencities: Big Data para

entender la ciudad

Inria Chile está usando las herramientas de Big Data, en

‘’Eigencities: Big Data para entender la ciudad’’. La Comisión
Nacional de Investigación, Ciencia y Tecnología, Conicyt, tiene
un programa que se llama Fondef, que busca investigar, pero
aplicadamente, es decir, para solucionar un posible problema.
Este proyecto consiste en implementar herramientas de Big
Data para entender la ciudad, todo lo que tiene que ver con
ciudad y con datos.

Hay una colaboración entre distintas instituciones, donde la

principal es la Universidad Austral, donde hay profesionales
que investigan temas de ecosistemas biológicos, seres vivos,

144
y cómo éstos interactúan. Están tratando
de utilizar algoritmos y ciertos modelos
matemáticos, que apliquen en ecosistemas
biológicos, para ver si la ciudad se comporta
de alguna manera, como una especie de
ecosistema vivo.
Este proyecto busca entender mejor las
dinámicas de las ciudades. La solución
es la implementación de algoritmos de
clustering sobre datos no convencionales.
Así también herramientas para visualizar el
comportamiento de las ciudades.
El rol de Inria Chile en este proyecto
es proveer y apoyar esa investigación.
‘’Apoyamos con las herramientas de Big
Data y de visualización para que se pueda
desarrollar la investigación, en este caso’’.
Dice Luis Véliz.
145
Telefónica aporta en este proyecto con
datos de movilidad de las personas, que se
obtienen desde dónde éstas realizan llamadas
telefónicas, a qué antena se conectaron para
acceder al servicio. Con estos datos se puede
tener una información más precisa de cómo
se mueven las personas en una ciudad y de
forma más frecuente.
Los investigadores de la Universidad Austral
quieren saber si la ciudad se comporta como
una especie de ser vivo y así poder comparar
cosas que pasan entre ciudades. Por
ejemplo, los índices de delincuencia, si eso
afecta a cómo se mueve la gente, índices de
educación, etc. Los resultados podrían llevar
a crear información relevante para toma de
decisiones del Estado en cuanto a dónde
instalar un hospital, dónde poner jardines
infantiles, etc.
Imagen 53: Esquema proyecto Eigencities:
Big Data para entender la ciudad
6.13.2 Buses Vule S.A.

En el Transantiago hay concesionarias que licitan servicios.

Buses Vule tiene todos los buses de la línea 300, que
básicamente recorren de Puente Alto a Quilicura. Van de
norte a sur o de sur a norte, depende del sentido. En este
negocio hay una escasez de choferes, evasión, problemas
de mantención de las máquinas, el estado de las calles. La
mantención, en el caso de esta empresa, representa un 20%
de sus costos, y se hace de forma correctiva, cuando el bus
quedó en panne.

Estas empresas tienen que cumplir dos índices centrales con

el Transantiago: frecuencia, cada cuánto pasa, y la regularidad,
cuántos buses tengo en un momento dado en el servicio. Las
multas que hace Transantiago a estas empresas por faltar a
estos índices, muchas veces son mayores a la evasión.

El problema principal de Buses Vule es la evasión. A las

empresas concesionarias les pagan un porcentaje fijo,
alrededor de 400 pesos, por cada pago con la tarjeta Bip.
Cuando una persona no cancela su pasaje están perdiendo
dinero, además que ellos asumen el valor del petróleo.
Entonces, tienen costo de mantenimiento de los buses, de
petróleo, el sueldo de los choferes, pero en porcentajes, el
petróleo representa un 70%.

El desafío era qué hacer para que los buses consuman menos,
una forma es que los choferes conduzcan de mejor manera,
pero ¿cómo se puede controlar? Sensorizando los buses,
con información cada 15 segundos, de los 1200 buses de
esta empresa. ‘’Básicamente aquí nos pueden llegar cada 15
segundos, 1200 registros; filas, pero con aproximadamente 15
columnas. Tenemos el timestamp, hora y fecha, patente del
bus, ID del bus. Velocidad, posición, latitud, longitud, nivel de
estanque, porcentaje de llenado del estanque, el chofer que lo
está conduciendo, el peso del bus. Dependiendo del modelo,
instalan un pesómetro y le descuentan el peso del bus.
Según estudios y papers, el promedio del peso del pasajero
chileno es de 70 kilos. Entonces de acuerdo al peso del bus,
restando el bus, puedes saber más o menos cuánta gente está
llevando’’, explica Ricardo Núñez.

146
 Los indicadores que se obtienen son aproximados, ya que los
sensores se deben calibrar, nunca va a ser exacto, por lo que
se deben tener en cuenta esos márgenes. Además se recibe
información sobre el peso, la hora y la cantidad de paradas.
Cuando el bus se detiene 5 segundos o más, se considera una
parada.

Imagen 54:
Arquitectura Buses
Vule S.A.

Los buses cuentan con sensores que funcionan internamente

con Amazon. La información se sube a una red interna y
queda disponible en una URL. ‘’Lo llamamos con Scala, y
mediante Spark procesamos la información, la limpiamos,
depuramos y la mezclamos con la información de negocios de
Buses Vule. ¿Qué es la información de negocios?, es todo el
plano operacional de los buses: servicios, sentido, tipo de día,
porque en este tipo de negocio es distinto un laboral, de un
sábado y un festivo. Los días domingo hay feria, por lo tanto
cambia la ruta y se cortan calles. El período laboral, de lunes
a viernes sin feriado, funciona bien. Esta data se cruza con
la data de sensores y se genera un gran tablón que se va a
MongoDB, en formato JSON, donde cruzamos el negocio y los
sensores’’, explica el Co-founder de DataCiencia.

Además, se tienen identificadas todas las variables del bus: el

chofer, la ruta, los paraderos, y sobre todo, las expediciones.

147
¿Qué es la expedición?, es la salida del bus,
es decir, a modo de ejemplo: Un bus de
recorrido 301, en su servicio de ida, debe
partir el miércoles a las 13 horas y finalizar su
ruta llegando a las 16 horas al terminal.
con gas y no gasta las pastillas, entonces
esta empresa está instalando lucecitas para
advertirle, ‘no aceleres tanto’, para no bajar
más del 30% el freno, esto es en una primera
fase’’, agrega.

‘’¿Qué hacemos nosotros? En el cruce La segunda, tiene relación con

tomamos esta expedición y todas las
mediciones del bus que caen dentro de ésta,
entonces sabemos el rendimiento de ese
chofer en esa expedición. Podemos comparar
al mismo chofer, que puede o no manejar el
mismo bus y hacer el mismo servicio en un
mes, y de repente darnos cuenta que anduvo
más rápido y por eso gastó medio litro más
de combustible por kilómetro en una hora. El
objetivo, primero que todo, antes de entrar en
mantenimiento, la primera fase es capacitar
a los choferes. Porque también estos buses
tienen un aparato que interviene en el freno,
que si tú pisas el pedal del freno hasta el 30%,
no ocupas pastillas de freno, que cambiarlas
es bastante costoso. Internamente funciona
mantenimiento preventivo, empezar a buscar
comportamientos en la data mediante
algoritmos de Python, de Machine Learning
que ayuden a predecir comportamientos. Por
ejemplo, qué pasa cuando hay un partido
de la Selección Chilena, ¿se ve afectada la
flota, sube menos gente a los buses? Si se
puede probar esa información es factible
negociar con el Transantiago para que los
días en que juegue Chile hayan menos buses
porque suben menos personas. También
se pueden optimizar las rutas, sobre todo
cuando hay ferias y eventos especiales, y así
no tener tantos buses en las calles, porque
están gastando petróleo. Todos estos datos se
visualizan en QlikSence.

6.14 LIBROS SUGERIDOS

Hay disponibles diversos libros de Big Data, Data Science, Machine Learning.
Bernard Marr lleva muchos años en la analítica de datos de Big Data, de Data
Science, y él se dedica a publicar y dar charlas en un lenguaje muy práctico y
humano. Se presentan casos de éxito, describe el mundo de la estrategia de
datos, cómo armar tu estrategia, cómo identificar o no si estamos hablando de
Big Data y cómo darle valor. También sobre análisis y parámetros para tomar
mejores decisiones relacionadas al valor y a aumentar el rendimiento del
negocio.

148
6.15 LINKS RECOMENDADOS PARA
ENTRENAMIENTO FORMAL

Para el entrenamiento destacan:

Coursera:
https://es.coursera.org/specializations/big-data

149
 EDX:
https://www.edx.org/course/subject/data-analysis-statistics/
big-data

Diplomados en Big Data y Data Science:

http://www.inf.ucv.cl/2016/06/08/diplomado-en-big-data-y-
data-science/

DataCiencia:
http://www.dataciencia.com/

En Coursera hay material de Data Science, Big Data, Machine

Learning, es introductorio y con ejemplos. EDX es un sitio de
cursos online de Big Data. La Pontificia Universidad Católica de
Valparaíso realiza diplomados de Big Data y Data Science.

6.16 SITIOS PARA REALIZAR PRUEBAS

En Udemy (https://www.udemy.com/big_data/) se puede tomar un curso de
Big Data, donde se pueden ingresar códigos, y si se cometen errores te van
corrigiendo, se utiliza el navegador, no es necesario instalar nada. Datacamp
(https://www.datacamp.com/ ) también es un buen sitio.

Estos sitios llevan bastante tiempo online, hacen competencias cada cierto
tiempo, ofrecen datos, un banco de imágenes. ‘’Te dicen con qué porcentaje
de efectividad son capaces ustedes como grupo de personas de decirme que
hay una persona con polera roja. Entonces claro, tú subes anónimamente
todos tus resultados y luego entrevistan al top five, por ejemplo, y comentan
cómo llegaron al tema del Data Science, cómo podríamos aplicarlo, sirve para
ver casos aplicados. Y además tienen un set de datos públicos del gobierno de
Estados Unidos con los que uno puede jugar. Además, cuenta con kernels, que
son set de datos ya procesados que disponibiliza la gente para que ustedes
puedan ver cómo quedó, qué algoritmo se aplicó’’, finaliza Ricardo Núñez.

150
 LUIS VÉLIZ,
DIRECTOR DE DESARROLLO DE
NEGOCIOS
INRIA CHILE

E-mail: luis.veliz@inria.cl
Teléfono: +56 9 8717 5101

RICARDO NÚÑEZ
CO-FOUNDER
DATACIENCIA

E-mail: ricardo@dataciencia.com
Teléfono: +56 9 8156 0525

151
152
VII.
ASPECTOS DE SEGURIDAD
DE LA INFORMACIÓN
A CONSIDERAR EN UN
PROYECTO DE IoT
El taller fue realizado por José Rosas, Senior Security Consultant en
Oracle Chile, Ariel Castaño, Senior Security Consultant en Oracle
Argentina y Renato Teixeira, Principal Sales Consultant en Oracle Brasil.

José Rosas, Senior Security Consultant en Oracle Chile, Licenciado en

Seguridad y Defensa de Academia Nacional de Estudios Políticos y
Estratégicos – Ministerio de Defensa Nacional, Magister en Administración
(MBA) Facultad de Economía y Negocios – Universidad de Chile, 8 de años
de experiencia en la industria TI y 5 años en Seguridad de la Información
Corporativa.

Ariel Castaño, Senior Security Consultant en Oracle Argentina, es experto en

seguridad de aplicaciones y middleware con más de 5 años de experiencia
en tecnologías de industria.

Renato Teixeira, Principal Sales Consultant en Oracle Brasil, trabaja hace

cuatro años en Oracle desarrollando actividades de soporte a evolución de
clientes en los más distintos sectores y apoyando al desarrollo de nuevas
tecnologías como IoT.

Oracle es una compañía que cuenta con más de 420.000 clientes y

despliegues en más de 145 países, Oracle ofrece un completo paquete
de aplicaciones en la nube, servicios de plataforma y sistemas de
ingeniería totalmente integrados.

153
154
7.1 SEGURIDAD DE LA INFORMACIÓN
‘’La seguridad es un tema álgido del que nos
preocupamos cuando suceden cosas. Es muy
raro que de forma proactiva se hable de este
tema si es que no existe un evento específico
asociado. La seguridad para IoT está en
desarrollo, al momento de elaborar un
proyecto hay ciertos aspectos que se deben
considerar desde el punto de vista teórico
y también tendencias que se deben incluir
cuando se esté pensando en un proyecto o
intentando desarrollarlo’’, dice José Rosas,
Senior Security Consultant en Oracle Chile.
Las contraseñas que vienen de fábrica, al
momento de reiniciar un dispositivo, no hay
forma de cambiarlas. Si bien es cierto que se
puede modificar la contraseña de usuario, el
Imagen 55: Mirai
155
dispositivo puede ser atacado para que vuelva
a su defecto. Esto es algo que se debe tener
en cuenta al momento de elegir el dispositivo
y cuando aparece alguna actualización de
Firmware.
Mirai es un malware de la familia de las
botnets destinado a infectar los dispositivos
de IoT, es uno de los más conocidos, donde
han logrado automatizar la búsqueda
de dispositivos, los ataques hacia estos
dispositivos y el uso coordinado de ellos hacia
un objetivo común.
Los ataques a la seguridad van en ascenso.
“Tiempo atrás hubo ataques informáticos
Ransomware WannaCry, esto fue famoso,
pero utiliza la misma filosofía. Ataco una máquina, logro cifrarla y tomo control,
luego me llega el pop up de que tengo que depositar Bitcoins para que me den
una clave para desbloquearlo, etc. Conceptualmente es la misma problemática,
cuando queremos atacar dispositivos de IoT”, menciona Ariel Castaño.

7.1.1 Reglas generales

Cuando se habla de seguridad, muchas veces sólo se toma
en cuenta usuario - password y la seguridad del Software.
Sobre todo en infraestructuras Híbridas, considerando la
problemática de Hybrid IT. Es necesario preocuparse, no
solamente de que las credenciales sean robustas sino que
haya todo un aspecto de seguridad global. El aspecto físico,
por ejemplo, quienes van a entrar al data center de ese
proveedor, cómo son los procedimientos, políticas, y sistemas.

Imagen 56: Visión Hay distintas aristas de lo que comúnmente se llama

general de la
seguridad seguridad, es algo muy amplio. Por ejemplo, cuáles son los
procesos que tiene definido el proveedor de la nube para
el recambio de las contraseñas, ya que viene un nuevo
contratista, aparece una nueva aplicación o un nuevo servicio
que tienen que desplegar; hay muchos procedimientos detrás

156
de eso. ‘’Quiero contextualizar que no es solamente un tema
de credenciales, no apuntemos solamente a credenciales’’,
menciona Ariel Castaño.

Además, existe todo un tema de infraestructura de los

canales, los dispositivos, sobre todo en IoT que es hoy día
un mundo en que hay muchísimas cosas aisladas, que no
tienen conectividad hacia un área de management que las
pueda controlar. La idea de Internet de las cosas es empezar a
organizar, a tener control sobre toda esa fauna que hay dando
vuelta.

Otra cosa interesante es lo que se llama autenticación fuerte

o segundo factor de autenticación. Por ejemplo, muchas
aplicaciones o la banca a veces mandan una notificación al
celular. Reconocen las credenciales, pero se necesita un
siguiente paso. Es lo que se llama métodos de control de
seguridad de autenticación fuerte.

A nivel de las empresas no hay una política clara de

cómo hacer la gobernabilidad de toda esta fauna de
dispositivos y de credenciales asociadas. Usualmente, las
empresas tratan de facilitarle la vida al empleado de tener
capacidades de loguearse, ingresar una vez y después se
puede acceder a distintas aplicaciones sin que todas las
veces le vuelvan a pedir credencial. ¿Y si eso se pudiera
hacer con dispositivos? Eso es un desafío muy importante.

Con Internet de las cosas, se está volviendo al tema físico, a

la seguridad por capas. Las organizaciones están teniendo
problemas en cómo tratar la data. Es decir, cuentan con
seguridad física y de la información muy desarrollada; donde
no puedes ni conectar un pendrive en un dispositivo. Sin
embargo, la data que están leyendo, de algún PLC o de algún
dispositivo, viaja sin cifrado, se almacena en cualquier lado, no
hay ningún sitio de manejo de quién accede a esa información.
Existe una discordancia entre el desarrollo de lo que son los
conceptos de seguridad física, de seguridad de la información
en general y cómo se están tratando los proyectos de IoT.

157
7.1.2 Desafíos de las Identidades con
IoT
Fragmentación
Identidad del usuario fragmentada en cada aplicación o
dispositivo, ocasionando duplicación, dificultades y una pobre
experiencia de usuario.

Seguridad débil
Muchas aplicaciones no brindan controles de seguridad
fuertes, multi-factor, en capas, basada en políticas, lo cual
pone en riesgo a una posible violación de datos corporativos.

Falta de gobernabilidad
Los clientes quieren soluciones para gobernar las identidades
como parte de una estrategia holística de seguridad
corporativa.

7.1.3 Los Datos son aún el activo

más importante

El dato es un activo, si es robado, puede

convertirse en un pasivo. El costo promedio
de una violación de datos continua creciendo,
y una de cada tres organizaciones espera una
violación de datos, según información de 2016
IOUG Cloud Security Report; Ponemon Cost of
data breach, 2016.

¿Qué pasa si tengo un evento y me roban ciertos datos?

A veces, no es solamente el dato, sino que es el daño que
se le hace a la empresa a la cual hackearon. La brecha de
seguridad pudo ser vulnerada por poco tiempo y, robaron
pocos registros; el problema es el impacto que tiene en la
marca. ‘’Hay proyecciones de que un tercio de las aplicaciones
esperan tener nivelación de datos; el tema es cómo están

158
 preparadas las aplicaciones para ser fundamentalmente
preventivas. Hay que ser proactivos y tener políticas claras
dentro de la compañía para evitar que las cosas sucedan’’,
explica Ariel Castaño.

¿Cómo se soluciona una gran cantidad de dispositivos de los

cuales no se tiene control? En el caso del Software, cuando
se habla de una arquitectura centralizada, pudiera haber
algún tipo de gobierno, pero cuando hay un sinnúmero de
dispositivos diferentes, no estandarizados, que no responden
a un Framework de seguridad en común, aunque se descubra
la falla, si en el diseño no se consideraron los aspectos de
seguridad, no se podrá solucionar.

7.1.4 Principios de seguridad

Los principios de seguridad son bastante sencillos, pero

son difíciles de orquestar. Primero se debe tener en cuenta
que los productos sean seguros. A veces, se cuenta con
productos propios o de distintos fabricantes. El tema de la
arquitectura, el cómo está desplegado es muy importante,
qué hay por debajo de los aplicativos o de las soluciones
que se están adquiriendo. El despliegue, a veces se adquiere
o se desarrollan Software que son muy seguros. ‘’Les ha
pasado que están en empresas y compran un sistema que
hay que configurarlo y dicen ‘no, el sistema no anda’, pero
sí funciona en otro lado. Esto tiene que ver con un tema de
cómo se implementó y configuró. Respecto a seguridad en
particular, si despliego o dejo a veces cosas por defecto de los
aplicativos, es un problema, falta tuning, tener control de los
distintos componentes que tiene esa solución, y cómo poder
asegurarlos’’ dice Ariel Castaño.

La más importante es cómo se mantiene, esto implica cómo

evoluciona el Software. Periódicamente, van saliendo parches
de seguridad de cualquier aplicativo, sobre todo de sistemas
operativos, es muy común sacar parches de Windows.
Entonces se debe tener esa noción de la seguridad, ya que es
un problema que hay que atacarlo constantemente.

159
 Con respecto al tema de mantenimiento, se necesita estar
monitoreando lo que sucede, este monitoreo debe ser
inteligente. Es decir, ver temas de comportamiento de
los usuarios, es algo que viene. En el mercado hay varios
productos que empiezan a tener en cuenta temas de
comportamiento de los usuarios.

7.2 TENDENCIAS GLOBALES:

IDENTITY OF THINGS (IDOT)

El 80% de los problemas se produce con personas o

credenciales que deberían tener acceso a la información.
La gestión de la seguridad tiene que ir más allá de intentar
protegernos de quien viene de afuera, sino que más bien
de cómo la información debe ser tratada.

Aparece acá el concepto Identity of Things, Gartner lo propone, y lo define

como una nueva extensión de la gestión de identidades que incluye a todas
las entidades, sin importar la forma que tengan, permitiendo las relaciones
dispositivo-dispositivo, dispositivo-aplicación, dispositivo-persona.

‘’La tendencia hoy es que, en vez de al usuario llenarlo de credenciales

adicionales, lo que hago es estudiar el comportamiento del usuario y en
función de eso, cuando se sale de ciertos rangos, detono alertas, lo hago ir a
lugares específicos o intento autenticarlo de una forma diferente. Lo que dice
Gartner es que cuando tengo una relación dispositivo a dispositivo, o tengo
una relación dispositivo a persona, la lógica de comportamiento y análisis es
exactamente la misma’’, explica José Rosas.

Lo que propone Gartner, específicamente para el IDoT, tiene que ver con
estudiar el comportamiento y poder detectar cuando hay cambios en las
entidades, en las diferentes interacciones y poder de forma temprana tener
una alerta que permita reaccionar. Para poder hacer eso se necesita Big Data,
Machine Learning, un sinnúmero de cosas que hace 10 años no existían.

160
7.2.1 Ciberseguridad

• Generalmente los ataques ocurren debido a que no se tienen

implementados controles básicos de seguridad, o están mal
configurados.

• Cambió el comportamiento de los atacantes, antes atacaban

donde había más dinero, hoy atacan donde es más fácil
acceder (menores controles) aunque sea menor dinero.

• Los ataques hoy son más sofisticados que antes.

• Se requiere analizar grandes volúmenes de información.

• Se necesita detectar desvíos en el comportamiento de los

usuarios.

• Escasez de recursos especializados en seguridad.

• Los procesos manuales no son suficientes, se requiere

automatizar.

• Las herramientas de seguridad en un SOC tradicional no

son suficientes, se requiere modernizar el SOC, para abarcar
nuevas tendencias como IDoT, HybridIT, etc.

Gartner pronostica que para el 2020, el 60% de

los negocios digitales sufrirán una falla masiva
debido a la incapacidad de los equipos de
seguridad de la información para manejar el
riesgo digital.

Los problemas que se prevén no son tecnológicos sino más de

manejo del riesgo. Lo que dice Gartner es que, no es que no
exista la tecnología, es que no se está considerando el manejo
del riesgo adecuado. Las herramientas están, pero no hay una
visión de controlar los riesgos, y eso se va a pagar caro.

161
Si se logra cumplir, básicamente el monitoreo continuo
y el monitoreo adaptativo, se van a obtener líneas de
comportamiento, con éstas se podrían detectar alteraciones
que salgan de los umbrales y predecir. Cuando se habla de
Big Data y de Machine Learning, también hay posibilidad de
ver tendencias; se puede saber si el dispositivo está fallando,
fallando y fallando, la curva de fallo aumenta, y se podría
predecir que va a haber un fallo masivo. Y por supuesto, esto
permite responder y prevenir ataques.

Imagen 57: Gartner

CARTA Adaptive
Security Posture:
Continuous,
adaptive, risk &
trust, Architecture.

162
7.2.2 Identity SOC

Hay conceptos interesantes como los NOC, Network Operation

Centers, que es un tema clásico de redes de monitoreo
continuo. También el concepto de SOC, Security Operation
Centers, como algo más específico. ‘’Salimos de la red y nos
vamos del NOC a la seguridad. Ahora estamos hablando de
Identity SOC, o sea, el manejo de identidades, no sólo de
personas, llámese un dispositivo o una persona, y poder
desde la perspectiva de seguridad detectar problemas con
inteligencia’’, menciona José Rosas.

Identity SOC es clásico en los temas de seguridad para el

manejo de eventos en esta área, también viene del concepto
de NOC. El concepto de los Access Security Broker, cuando
se está en la parte de implementación y se están exponiendo
APIs. Se debe considerar el aspecto de las APIs, recogerlas y
tenerlas en un punto centralizado. Además, está el concepto
de User Entitiy Behavior Analytics, UEBA. En principio era
UBA, User Behavior Analytics, análisis del usuario, es decir
análisis del comportamiento del usuario. Hoy, se le agrega la
‘E’ por los temas precisamente de IoT, donde se comienza a
tratar los dispositivos y su comportamiento, y el análisis del
comportamiento de los dispositivos como la principal fuente
para poder entonces predecir y prevenir problemas.

‘’Es súper difícil de poder implementar una solución así.

Existen cosas que se pueden mezclar y conectar. Hoy en día
está el concepto de Big Data, aunque son costosos, existen
los proyectos de Machine Learning, existen proyectos que
los mezclan. Reglas lógicas, más Machine Learning, más
tendencias en Big Data. Lo que nosotros tenemos que tener
claro es que si bien es cierto para un proyecto de IoT no voy
a tener la capacidad de implementar este tipo de soluciones,
sí debo intentar adscribirme a las que ya existan. O si la
organización tiene, intentar ver cómo me conecto a lo que
tiene la organización; hoy está pasando que estas cosas
quedan fuera. IoT está quedando fuera porque en las etapas
de diseño no consideramos que es necesario’’, dice José Rosas.
Finalmente, está el concepto Identity Management, que es el
manejo de identidades. Es el Identity Management extendido
a usuarios, a entidades, a las relaciones M2M, o las relaciones

163
 de máquina-persona. Este concepto viene de la interacción de
persona-aplicación, y se agrega Machine to Machine, Machine
to Application, máquina-aplicación, aplicación-persona. O
sea, se complejiza, pero siguen siendo cosas que se pueden
analizar en función del comportamiento.

Es la alternativa para poder crecer y prevenir. Cuando se logra

tener un sistema que permita detectar comportamiento y ver
cómo salgo de esos patrones o no, puedo tener sistemas de
remediación automatizada.

7.3 IMPORTANCIA ACTUALIZACIÓN

FIRMWARE IOT

Cuando se habla IoT, es común que no se cuente con una noción muy clara
de lo que finalmente se está haciendo. Los ataques pueden venir de todos
los puntos, aunque se arregle un BUG, pronto los invasores pueden descubrir
otro. La vulnerabilidad de un dispositivo de IoT puede estar contenida en el
Hardware, Software, en la infraestructura, en cualquier lugar. Por eso es muy
importante hablar de cómo hacer el desarrollo de un Firmware. Por ejemplo,
cuando se habla de un riesgo real, un riesgo grande de IoT con su Software,
es posible que un BUG sea descubierto sólo mapeando la memoria del
dispositivo, ya que ellos toman una señal, una respuesta y se mapean. Pero,
si se ejecuta lo mismo que la primera vez y tienen la misma respuesta, se
puede saber cuáles son los datos que se mapean en un punto de la memoria.
Entonces, estar atentos a esto es muy importante.

Las soluciones para IoT deben ser robustas, tener valor, seguridad en
su entorno. Entonces, cuando se están desarrollando algunas cosas en
laboratorio, se tiene el control, la visibilidad de lo que pasa. Pero, cuando esto
va para un mercado es algo completamente distinto, esto se debe tener en
cuenta al momento de desarrollar el producto.

164
7.3.1 Buenas prácticas a ejecutar

• Garantizar el uso de modelos de dispositivos adecuados para

las tareas asignadas.

• Tener en cuenta que los dispositivos se quedarán por un

largo plazo en entornos poco amigables.

• Desarrollar los firmwares basándose en las mejores prácticas

de los fabricantes de los equipos.

• Aplicar prácticas de desarrollo de alta calidad.

• Además se debe estar listo para el futuro.

Es necesario ser flexibles, contar con un monitoreo total de lo

que pasa en la infraestructura. Estar listos para reaccionar a
los problemas. Los dispositivos tienen que estar actualizados.
Si se está operando con 3000 dispositivos, ¿Cómo puedo
garantizar esto?, se deben adoptar soluciones como Over-The-
Air Update. Si se está trabajando con miles de dispositivos,
decenas de miles, es necesario hacer una actualización de
Firmware para garantizar que un problema sea arreglado.

Entonces, se debe tener presente:

• Flexibilidad.

• Monitorear todo que sucede en la infraestructura.

• Estar listo para reaccionar a problemas identificados.

• Garantizar que todos los dispositivos están actualizados.

• Adoptar soluciones como Over-The-Air Update.

Es importante seleccionar los dispositivos correctos, el

procesador indicado. Entonces una vez que ustedes tienen
la parte donde ocurrió el boot, luego se activa la parte donde
está la aplicación. Después de que eso ocurra, al tener una
nueva versión de la aplicación, (se va a bajar vía APIs), se irá
a poner en un espacio de esa memoria y le dará espacio al

165
 dispositivo para garantizar que sea aplicada la información, es
muy sencillo, eso es lo mínimo que se espera y que se debe
tener para poder tener un dispositivo de calidad’’, agrega.

Imagen 58: Updates

7.3.2 Tendencias en dispositivos IoT

Firmware no es solamente lo que se pone en un dispositivo

y se deja trabajar durante los períodos necesarios, tiene que
ser constantemente actualizado. Si en un dispositivo tengo
un gran procesador y una buena memoria, y no se está
monitoreando ni verificando qué pasa, puede ocurrir que el
dispositivo esté trabajando para un ataque a un tercero. Se
debe hacer una actualización y que esa actualización esté en
todos los dispositivos, para garantizar la seguridad.

Hay dos tendencias en los dispositivos de IoT, los que se

pueden dejar en un ambiente hostil por cinco años, no va a
cambiar su Firmware y las vulnerabilidades están asociadas al
spoofing del dato en sí. Además, es un dispositivo que usa una
red unidireccional que solamente el dispositivo manda datos,
pero no recibe información. La otra, es un dispositivo que está
en un ambiente de red en donde mandan y reciben datos,

166
 pueden ser actualizados en su Firmware. El segundo caso es
propenso a vulnerabilidad, al spoofing de datos y a muchas
de las vulnerabilidades que hoy tienen los equipos más
modernos. Sin embargo, son dispositivos más inteligentes. En
el otro caso son dispositivos más limitados, pero de alguna
otra manera existe un mecanismo mayor de control en donde
al autenticar el dispositivo y el receptor para que no tenga un
spoofing, tendrá una plataforma más segura. Frente a estas
características, ¿Es recomendable un dispositivo que sea más
limitado o uno que sea más inteligente?

Las dos tendencias son útiles, pero ‘’creo que estamos

cambiando poco a poco para que todos los dispositivos
sean inteligentes; los costos no son tan distintos para un
dispositivo más sencillo y para un dispositivo que tenga más
inteligencia. Hoy, estamos caminando para que todos los
dispositivos tengan inteligencia y la capacidad de hacer su
propia actualización de Firmware. ¿Por qué?, para admitir
nuevas funciones, garantizar que trabajen y ejecuten con
capacidad de hacer criptografía de gran calidad, por ejemplo.
La información tiene que salir criptografiada, no es un proceso
sencillo; consume mucho de su procesamiento’’, agrega
Renato Teixeira.

7.4 NUEVO ESCENARIO: IOT Y MICROSERVICIOS

Los microservicios y las APIs entregan una
capa de seguridad sumamente potente,
donde al ser una API, se puede agregar una
capa de seguridad tremenda que asegure
el canal y así no se expone el corazón del
dispositivo, ni la lógica de Software que hay
por detrás.
bien. Eso es un problema que ocurrió por
mucho tiempo. Se utilizaban tecnologías
como Wifi, Ethernet. ¿Pero cuáles son los
problemas de esas tecnologías? El costo de
energía para los dispositivos, porque todas las
tecnologías no están listas para garantizar un
bajo gasto de consumo de energía.

Uno de los puntos que se deben tener en Actualmente, hay tecnologías de transmisión
cuenta es cómo se hace la comunicación, de bajo costo de energía, que con la opción de
cómo proceder para hacer un buen proceso procesadores más potentes, más inteligentes,
para que los equipos se puedan comunicar permiten que las soluciones tengan nuevas

167
opciones, que sea posible hacer algo distinto.
‘’Una vez que tengo un buen procesador, con
bajo costo de energía y una transmisión de
bajo costo, puedo hacer cosas muy distintas
y más interesantes. Por ejemplo, hablar
de redes más complejas como una red de
tipo MESH, que son aquellas redes donde
los dispositivos hablan con nosotros, es
muy interesante. Es una tendencia que está
ocurriendo y creciendo mucho ahora’’, dice
Renato Teixeira.
quede al 50% ahora. Esto es un ejemplo muy
sencillo de lo que se puede hacer. Cuando
todo está comunicado con una lógica y se
consigue hacer bloques de respuestas, puedo
hacer algo como esto. Además, si esto está
conectado en mi red, consigo saber que un
pasillo tiene más personas que otro y puedo
saber que un pasillo con más luz vende más
que otro con menos. Así también, se puede
economizar con esto’’, menciona Renato
Teixeira.

Si se tiene un dispositivo que está en un Con la evolución de la tecnología, donde

punto y otro dispositivo que está más lejos
del primero, hay dos opciones. La primera
es utilizar una tecnología que va a consumir
mucha energía y hay que garantizar que esté
lista para que sea utilizada. La segunda, es
poner un dispositivo al medio, que es como
un router, así como también un dispositivo
que va a hacer el transporte de los datos de
un punto a otro, es decir, se conectan dos
dispositivos con otro al medio. Esto es la red
de tipo MESH. ‘’Los routers hablan y conocen
todo lo que pasa. Si tengo una red con un
bajo consumo de energía, junto con un par de
dispositivos trabajando en conjunto, puedo
hacer una gran red de datos, una gran red de
dispositivos donde todos hablan entre sí y así
consumen poca energía’’, agrega.
tengo memoria, capacidad de procesamiento,
¿por qué no hacer que cada dispositivo
sea un proveedor, un servidor de datos,
tener una API disponible para su uso? En el
ejemplo se dio el caso de una lámpara, pero
se puede hacer con un refrigerador para
monitorear la temperatura y alterarla. Se
pueden utilizar individualmente cada uno de
los dispositivos, esto es una idea de lo que
se está desarrollando ahora, donde todos los
dispositivos son proveedores de servicios.

En Brasil cuando se ingresa a un minorista

o a la tienda de un mayorista, hay cientos
de lámparas encendidas. ‘’A mí no me
hace ningún sentido, porque el costo para
mantener eso es muy grande. Entonces
nosotros pensamos si cada uno de esos
equipos fuera una lámpara, podrían estar
todas con el 50% de potencia y cuando una
persona ingrese a un pasillo puede detectarla
y funcionar al 100%. Además, cuando camino
una lámpara habla con la otra y hace que la
próxima se quede también al 100%, a su vez
la tercera habla con la primera y le dice que se

168
 Imagen 59: ‘’En el caso específico de los microservicios,
Microservicios con
dispositivos existen grandes aplicaciones y nos
conectamos al Mainframe, terminales
gigantes con computadores personales y
aplicaciones corriendo en el dispositivo que
yo tengo ahí. Aplicaciones corriendo dentro
de la máquina, el PC o lo que sea. Luego
aparecen los concentradores de aplicaciones,
los servidores de aplicaciones o application
services, que es la etapa en que estamos hoy,
en que ya las aplicaciones no son creadas
en el computador mismo, sino que, en un
servidor, tomando el mismo concepto de
servidor Web o aplicación Web, aparecen
los servidores de aplicaciones en específico’’,
agrega José Rosas.
Las arquitecturas son cliente-servidor en las
cuales se tiene una concentración específica.
En el caso de los microservicios, se habla de
una API en particular, de un servicio específico
muy pequeño para una función determinada.
El cambio es grande porque los servidores de
aplicaciones son concentradores de muchas
funcionalidades. Lo que se propone es una
arquitectura de parcelación segmentada que
se integre en el dispositivo IoT, la ventaja más
169
grande desde el punto de vista de seguridad
es poder interactuar con el dispositivo de una
manera estandarizada usando una API, que
por sí sola da una capa que permite proteger
la ingeniería que está debajo. ‘’La API se puede
cambiar, puedo hacer registros, puedo hacer
cifrado a nivel de API. Entonces es una capa
de seguridad que viene a solucionar parte
de los problemas anteriores que habíamos
identificado’’, dice José Rosas.
Aún hay dispositivos muy sencillos, pero eso
va a cambiar muy rápido porque los costos
están cayendo a una velocidad muy grande.
Gracias a esto, las redes cada vez estarán
mejor comunicadas. Entonces:
• Todos los dispositivos son potenciales
servidores de servicios de datos.
• Es posible distribuir la responsabilidad
disminuyendo así la complejidad de las
aplicaciones en los servidores centrales.
• Torna posible elevar la garantía operativa
con bajo costo.
7.5 PROPUESTAS: IOT + IDOT + BLOCKCHAIN
BlockChain es la implementación de algo
que se conoce como cryptocurrencies
o criptomonedas; en ese sentido la
implementación más popular es bitcoins. Sin
embargo, la tecnología de BlockChain no tiene
nada que ver con criptomonedas.
¿Cuál es el problema más grande que se
ha presentado desde que surge el tema
tecnológico y aparece la era digital? Es el
tema de copyright; Internet o los medios
digitales tienen una característica inherente.
El ciberespacio permite la ubicuidad y permite
que pueda copiar Software, por ejemplo,
sin ningún problema y a un costo muy bajo.
El tema es que si se copia un registro, y
Imagen 60:
BlockChain éste es idéntico al otro, como sucede en el
170
ciberespacio, ¿Cómo sé cuál es el registro
original? ¿Cómo puedo dar valor de verdad a
un registro si es que puede ser copiado?
Aparecen un sinnúmero de soluciones
que se han visto a lo largo del tiempo.
Cuando intentan personalizar una licencia
de Software, se usa mucha criptografía,
algoritmos complejos. Pero cada vez que se
quiere algo, se baja de algún Warez, donde
alguien ocupó alguna forma de descifrar el
algoritmo complejo y tiene hoy en día un
Software privado al que puedes acceder de
algún cracker. Es tan difícil de controlar y
confiar, que muchos fabricantes optan por
dar las versiones gratuitas e ir cobrando por
alguna característica adicional.
Entonces, se necesita a nivel de
transaccionalidad, de identificar cosas, se
requiere transparencia. ’’Si no puedo verificar,
no puedo confiar; eso es clásico. La seguridad
requiere confiar y verificar. Actualmente, se
empezó a solucionar este problema teniendo
algún ente verificador externo en el cual
se basa la confianza; por ejemplo VeriSign,
Symantec o empresas que actúan como una
tercera parte en la cual se dice ‘si alguien le
compró ese certificado a esta persona y ese
certificado está firmado por esta empresa, le
doy un grado de confianza’. Con los bitcoins,
en el caso del reemplazo a las fuentes
autoritativas centralizadas bancarias pasa lo
mismo’’, explica José Rosas.
¿Cómo se valida una transacción interbancaria
clásica? Hay siempre un tercero, alguien
en quien se está confiando, en el cual la
institución confía en forma inherente, que
valida que ese registro es verdadero. Las
transacciones son una línea de texto muy
compleja. Origen-destino, fecha, algún
token de validación, pero básicamente es
un registro. El problema está en que es un
registro que puede ser alterado, en el cual se
necesita confiar en un tercero para que diga
que ese registro es cierto; potencialmente ese
tercero puede ser sobornado.
BlockChain es una tecnología que permite
solucionar esa problemática. Si se quiere
entender desde el punto de vista más básico,
sin hablar de tecnicismos, es un libro de
registros en el cual se pueden registrar cosas
que no van a ser alteradas por nadie en el
tiempo. Se pueden registrar dispositivos,
transacciones, fechas, horas, códigos de
algún Software que se quiera ejecutar. ¿Cómo
funciona? Hay una red abierta en la cual este
registro es mantenido, básicamente como
un libro de registro de acciones. ¿Cómo se
validan las acciones? Escribo una línea en ese
171
registro, que es público, abierto, accesible
para todos, y luego las otras entidades que
están conectadas a esta red validan si ese
registro es coherente. Si es así, después de
ciertas validaciones, que puede ser de uno,
dos o tres nodos, el umbral que se haya
decidido, ese registro queda escrito de forma
permanente en todos los nodos de la red
haciendo que no se pueda alterar.
Lo anterior, es muy potente porque soluciona
el problema de ubicuidad del Software, de
no saber de quién es qué, es como un libro
de acciones. ‘’Al inicio del libro del accionista,
tengo un accionista principal que tiene el
100% de las acciones. En el segundo registro
digo ‘esta persona le vendió el 50% a otra,
luego vendió el 25% y se genera una historia’.
El problema con el libro físico es que se puede
perder, necesito ir a un notario o alguien que
me valide si eso es cierto o no. En este caso,
es un libro de registro de acciones, pero la
validación la hace la comunidad. La validación
la hace el propio computador si tienes tu
BlockChain. Te permite entonces acceder a un
historial donde sé que la comunidad está de
acuerdo en que eso es cierto. Además, puedo
escribir registros sobre esa historia haciendo
movimientos coherentes’’, explica José Rosas.
Por lo tanto, la primera aplicación de
BlockChain, cuando se aplica a temas de
criptomonedas, es bien sencilla porque hoy el
concepto de moneda es electrónico. El dinero
físico está de salida y lo que se tiene como
patrimonio es una línea, un registro en algún
sistema. Entonces, claramente cuando se dice
que tal persona tiene 100 monedas de algo o
en este caso pesos, en realidad es el registro
de algún banco. La primera aplicación sobre
criptomonedas permite que se pueda saber
quién tiene qué en cada momento, y realizar
transacciones entre cuentas usando este
mismo registro.

¿Cuál es la problemática que se presenta
en IoT? En el caso de las criptomonedas
específicamente hay un concepto que se
llama wallet o billetera. En el BlockChain hay
un sinnúmero de registros de acciones que
son lógicas de forma secuencial, y validados
por la red. Básicamente en el caso de la
criptomoneda dice ‘tal cuenta tiene tal cosa’,
pero para poder ejecutar acciones sobre ese
registro, se debe tener wallet o billetera. La
billetera es la que está protegida y asociada al
usuario, pero no al registro en el BlockChain,
este último sigue siendo público. Entonces,
en la billetera se puede tener una contraseña
adicional; incluso hay algunas que son
físicas, como una especie de pendrive. Un
dispositivo físico que tiene seguridad física
Imagen 61:
asociada, es ahí donde se graba la contraseña IoT Network
pública y privada que permite operar sobre
el BlockChain. El que sea público, que alguien
vea el registro, en el caso de criptomonedas
no le permite actuar sobre ese registro en
particular; así funciona.
La cantidad de dispositivos sigue creciendo,
hay problemas para saber dónde está cada
uno de éstos, se necesita llevar un registro
y saber cuáles son las acciones que han
ejecutado. El BlockChain tiene un tiempo de
procesamiento de alrededor de 3 minutos;
entre 3 minutos y 10 minutos por bloque.
El procesamiento todavía es lento, pero la
adopción que está teniendo es sumamente
fuerte y se están introduciendo cada vez
172
más procesos y negocios en BlockChain donde aumenta la cantidad de
transacciones, lo que lo está haciendo más lento, pero al mismo tiempo más
personas se están subiendo a cooperar a esta red distribuida. Por lo tanto,
probablemente, los tiempos van a disminuir drásticamente.

El BlockChain tiene que entenderse como algo en lo que se puede escribir,

lo escrito siempre va a estar ahí y no va a ser alterado; eso es muy potente
en aplicaciones de IoT. Las aplicaciones de Internet de las cosas tienen el
problema de integridad de la data, la confianza y la alteración de ésta; la
identificación del dispositivo y la confianza en el dispositivo. Todas estas cosas
requieren un lugar en el que se pueda almacenar información y que esa
información sea de confianza. ¿Qué se está haciendo hoy? ‘’Estamos en un
esquema de interactuar de forma centralizada con los dispositivos. Tenemos
concentradores de información con los cuales interactuamos; lo que permite
BlockChain es poder implementar las redes interconectadas, es decir, si
tengo un punto distribuido de confianza, puedo implementar interconexión
entre dispositivos. Tenemos entonces dos tendencias: el tema del uso de
microservicios en dispositivos, donde tengo la capacidad de poner API. Y luego,
usando BlockChain, puedo autenticar estos dispositivos permitiendo que de
forma dinámica se comuniquen entre ellos’’, explica José Rosas

Hoy, si no cuento con un registro centralizado de confianza, la comunicación

entre dispositivos debe realizarla uno. ‘’Tengo que hacerla porque como
humano conozco cómo deben actuar el dispositivo A con el B. Soy la tercera
parte que hace que se genere una relación de confianza entre un dispositivo
y otro. Pero si existiese un registro en el cual tengo dos listas blancas de
dispositivos y la comunicación entre ellas está almacenada en el BlockChain,
esos dispositivos podrían comunicarse entre ellos sin que hubiera un tercero
que actúe como fuente de verdad. Es un paso en el cual habilitamos el
dispositivo a elegir con qué otro dispositivo se comunica. Naturalmente, si
no utilizo BlockChain es complejo, ya que si me alteran la tabla, mi dispositivo
se va a comunicar con cualquier cosa. Cuando sé que algo va a estar escrito
en piedra y lo considero en el diseño, van ocurriendo ventajas tremendas. La
innovación de usar IoT más BlockChain es gratuita y el potencial que tiene
como método de pago, como agente, es tremendo’’, agrega José Rosas.

Si bien, se pueden generar problemas de seguridad, en el caso de BlockChain

hay mucha información que está cifrada. Utiliza una metodología de cifrado
que no permite hacer reversa de la data; entonces en realidad al abrir un
BlockChain se tiene puro código, que no es data legible, y se necesita la data de
origen para poder leerla.

173
7.6 TENDENCIAS: IOT EN LAD

Según estadísticas de Forbes, un 27% de las aplicaciones a

nivel mundial están con iniciativas formales con proyectos de
IoT dentro de sus compañías. Una de cada tres compañías
grandes está recorriendo este camino. Se está empezando
a innovar, a hacer pruebas, a jugar con distintas iniciativas o
haciendo pilotos. Un 23% está comenzando a tener planes en
relación a IoT, existe muchísimo movimiento en la industria
respecto a este tipo de proyectos. Solamente hay un 15% de
industrias que no tienen ningún plan de hacer temas de IOT.

Imagen 62:
Estadísticas IoT
Fuente: Forbes

La encuesta CompTIA Internet of Things and Opportunities,

de 2016, muestra que hay una tendencia sólida de adopción
de IoT, y según Forbes, “el 60% de las organizaciones han
comenzado una iniciativa de IoT (el 45% de las cuales fueron
financiadas por nuevas asignaciones presupuestarias) y
un 23% adicional de las empresas planean comenzar una
iniciativa de IoT dentro de un año”.

174
7.6.1 ¿Qué pasa en el mundo?:
Países Top 10 en IoT

Imagen 63: Top Estados Unidos cuenta con muchos proyectos de IoT, el Top
10 IoT Countries
according to 10 está compuesto por países muy desarrollados. En América
ThingSpeak
Latina, principalmente en Brasil hay mucho movimiento.

175
 Imagen 64: IoT en
Latinoamérica

Han comenzado a aparecer más países de Latinoamérica

en este mapa. Entre 2014 y 2024, se puede ver cuál es el
crecimiento esperado que va a empezar a suceder. Hay
algunos bastante incipientes y que van a presentar un
crecimiento importante. En el caso de los autos, algunos
cuentan con una computadora con mayor inteligencia,
entonces empieza a ser el concentrador de todos los

176
 sensores que tengo dentro del auto. Por ejemplo, en tema
de kilómetros, puede generar proactivamente una cita en el
servicio técnico porque de acuerdo al kilometraje es necesario
hacer la revisión periódica. Entonces cada vez las cosas
empiezan a ser más inteligentes.

La adopción tecnológica tiene una relación en cuanto

al crecimiento, pero la relación con IoT está asociada
al desarrollo industrial y al índice de desarrollo del país
específicamente. En cuanto a Chile, lo que está diciendo
esto básicamente es que, según esa proyección, Perú se va a
desarrollar más de aquí a 10 años.

Imagen 65:
Proyección por
sectores

Fuente: Machina
Research

Imagen 66: México

IoT 2016

Fuente: IDC

177
El tema de México es bastante sorprendente, ya que está Imagen 67: México
IoT 2016
invirtiendo en proyectos. La producción de autos en este país
Fuente: IDC
es muy grande. De hecho, a Argentina y Brasil llegan autos de
México. Hay ciertas industrias que fomentan y potencian IoT.

Internet de las Cosas, permite hacer un monitoreo de red.

Por ejemplo, en el caso de Brasil, se sabe que mientras más
camina una vaca, mejor es su producción de leche. Entonces, se
monitorea a los animales para comprender sus hábitos diarios, y
así saber si tienen que caminar más, aumentar su alimentación
o qué deben hacer para producir más leche. En Brasil se realiza
la mayor producción de leche por vaca en el mundo, y de mejor
calidad.
Las compañías de Software se relacionan con las personas que
desarrollan Hardware, con el fin de trabajar en conjunto y crear,
por ejemplo, dispositivos que se necesitan. ‘’En Chile debe haber
muchas compañías que hacen desarrollo de Hardware, con
ellos se debe coordinar el desarrollo de una solución que les
haga sentido. En Brasil estamos desarrollando soluciones para
monitoreo de refrigeradores, de energía, de calles. Todo eso
después de que descubrimos que ellos estaban desarrollando
cosas que no hacían sentido, nosotros incluso. Pero ahora
estamos hablando de trabajar en conjunto, y creo que muy
pronto vamos a tener soluciones muy interesantes para poder
hablar con el mercado. Si nosotros ofrecemos una solución más
amplia, más completa, que traiga ahorros y beneficios reales, eso
es distinto. Eso es lo que estamos hablando en Brasil’’, menciona
Renato Teixeira.

El escenario de mayor complejidad no es el presente, hoy se

puede hablar de IoT y microservicios, pero está cambiando.
En ese sentido aparecen nuevas arquitecturas, de redes

178
interconectadas, arquitecturas MESH que permiten abordar
problemas de una forma sumamente distinta. Se suman otras
tendencias que ayudan a la implementación de problemas
complejos como es el tema de BlockChain, de cómo se
puede usar en proyectos de IoT entregando capacidades de
seguridad, para habilitar IoT en aplicaciones seguras y eficientes.
Finalmente, en Latinoamérica hay un mercado tremendo,
comparado con la referencia del resto del mundo, hay una
posibilidad de crecimiento alta. En ese sentido, en particular con
Chile, se caracteriza en temas de innovación y desde el país se
pueden desarrollar iniciativas regionales.

Los temas de seguridad se deben considerar desde el inicio, para

que sea un factor diferenciador que a la larga va a entregar un valor.

JOSÉ ROSAS,
SENIOR SECURITY CONSULTANT
ORACLE CHILE

E-mail: jose.rosas@oracle.com
Teléfono: +56 9 4029 5956

ARIEL CASTAÑO,
SENIOR SECURITY CONSULTANT
ORACLE ARGENTINA

E-mail: ariel.castano@oracle.com

RENATO TEIXEIRA,
PRINCIPAL SALES CONSULTANT
ORACLE BRASIL

E-mail: renato.d.teixeira@oracle.com
Teléfono:+5511972871446

179
180
VIII.
RUTA DE
PROTOTIPO A
PRODUCTO
Taller realizado por Mauricio Cortés R., Gerente
Desarrollo Empresa Tecnocal. Ingeniero Civil
Electrónico de la Universidad Técnica Federico
Santa María con un Magister en Ingeniería
Electrónica otorgado por la misma institución.
Desde su egreso como ingeniero, ha estado ligado
al mundo del desarrollo electrónico en diversas
áreas, en el año 1992, toma la decisión de formar
su propia empresa, Tecnocal, que ya tiene 25
años de trayectoria.

Tecnocal, es una empresa de ingeniería

chilena, dedicada desde 1992 a desarrollar
soluciones electrónicas y productos
innovadores, cubriendo las etapas de diseño
de Hardware, Software, Firmware, diseño
industrial, certificación cumplimiento de
normas y producción.

181
182
8.1 ¿POR QUÉ Y CÓMO PROTOTIPAR?

‘’Al decidir fabricar un prototipo hay que hacerse la siguiente pregunta ¿cuál es
el objetivo? Si es que no lo tenemos claro vamos a darnos grandes porrazos.
Primero, hay que sentarse a pensar qué quiero hacer, qué quiero buscar,
por qué hago prototipos, para qué, por qué no me salto el prototipo y llego
directamente a un producto final. La persona que parte con un prototipo
no conoce bien el problema a resolver y tampoco tiene del todo claro cómo
enfrentar dicho problema; hay mucha incertidumbre. Para avanzar en la
búsqueda de una solución, se desarrollan prototipos que permitirán recibir
feedback del usuario final y con esto acercarse a la solución buscada”, explica
Mauricio Cortés.

Luego, ¿cómo se enfrenta el tema de hacer un prototipo?, ‘’es un tema

iterativo, es decir, si la persona hizo un único prototipo y logró con esto
obtener toda la información esperada, yo lo felicito, pero lo normal es que no
va a fabricar uno, sino que van a ser muchos prototipos. Quizá el prototipo
no significa la máquina completa y cuando hablo de prototipo no solamente
hablo del empaquetamiento; aquí, en esta etapa, lo que menos interesa es
el empaquetamiento, lo importante es la funcionalidad que permita mostrar
al cliente lo antes posible y en la forma más económica posible algo que
funcione. Lo que uno quiere desarrollar puede tener muchas funciones, pero
hay una o dos que son las principales, y a esas hay que apuntar, no a todas’’,
agrega el Gerente Desarrollo Empresa en Tecnocal.

Imagen 68: Proceso

iterativo

183
En el proceso iterativo se busca que en un
mínimo tiempo y con un mínimo costo, se
pueda validar una idea.
Hay varios prototipos para finalmente llegar
a un producto. ‘’A veces se cometen errores
como cuando uno toma un prototipo y lo
lleva a terreno porque funcionó bien en el
laboratorio, pero qué pasa cuando luego
de un corto tiempo de estar en terreno el
prototipo falla. Uno dirá que es una máquina
que costó 20 dólares o 30 dólares y da lo
mismo. No, porque para el cliente esa falla
puede producirle graves problemas. Por lo
tanto, un prototipo que será llevado a terreno,
deberá pasar por una serie de pruebas
operacionales simulando lo mejor posible, el
ambiente en que operará en terreno. Tener
presente que un prototipo permitirá validar
algunas funciones específicas y no todas las
que tendrá el producto final. Lo más probable
es que van a haber iteraciones. Entonces,
es un proceso, donde pueden haber varios
prototipos, no solamente uno’’, menciona.
Se debe fabricar algo para probar, que no
es el producto completo, de esta manera se
valida la idea. Ese prototipo después puede
ser integrado a una solución un poco más
grande. Pero, es importante llegar donde el
cliente con algo que funcione y donde pueda
ver que el tema central está solucionado y
se pueda ir probando. Se hace un prototipo,
se revisa, se refina y se empieza a iterar.
‘’Muchas veces no se conoce bien el problema
ni tampoco cómo solucionarlo. Dado esto,
vamos a iterar hasta llegar a algo que el cliente
diga ‘eso es lo que estaba buscando’”, dice.
En los prototipos no solamente se puede
encontrar ferretería, plástico, caja, electrónica,
sino que también hay Firmware y Software.
Es el conjunto, la funcionalidad y ese conjunto
es lo que tiene que ser testeado con el
consumidor. La idea es obtener información
a través de los prototipos que permita validar
si la funcionalidad es la que espera el usuario,
para esto es clave estar en contacto con el
usuario.
Los recursos económicos forman parte de
las restricciones que tienen las personas
que están desarrollando, por lo tanto, se
debe ser rápido (hay que tener presente el
Time to Market del producto); si se quiere
hacer un prototipo que se parezca a un
producto final, pueden pasar meses y otra
persona puede llegar antes con la solución.
Otra restricción, en algunos casos, es la falta
de conocimiento tecnológico (Hardware,
Software, telecomunicaciones, etc.).
‘’No hay que asustarse, hoy en día uno de
los vectores que mueven al mundo es el ‘do
it yourself’, hazlo tú mismo, por lo tanto, los
proveedores de tecnología entregan mucha
información orientada a que cualquier
persona con pocos conocimientos de
electrónica o programación, pueda fabricar
fácilmente prototipos. Un ejemplo de esto
es Arduino, donde se entregan librerías
para manejar una infinidad de sensores,
actuadores, canales de comunicación, etc. etc.
No solamente Arduino, estamos hablando
también de los sensores, actuadores, etc.
Por ejemplo, si se quiere incorporar a un
prototipo un acelerómetro, cómprelo ya
integrado dentro de una tarjeta de desarrollo
y conéctelo directamente al resto del
prototipo que está desarrollando. Dado
esto, lo que debemos hacer es conocer qué
tarjetas de desarrollo se están vendiendo
en el mercado, que podamos integrar
rápidamente a nuestro prototipo. Por lo
tanto, el conocimiento fundamental ya no es
por el lado del Hardware, va por el lado del
Firmware o Software’’, agrega.
184
8.2 PROTOTIPOS FUNCIONALES
• Permiten recibir información de los
potenciales usuarios.
• Validar funcionamiento Hardware y/o
Firmware.
• No están pensados para una instalación en
terreno.
• Debe ser lo más simple que se pueda. No
tienen toda la funcionalidad requerida y
permiten mostrar lo central de la solución
que se quiere implementar.
• No se busca mostrar capacidades o
habilidades técnicas.
Se debe tener en cuenta cosas como, ‘’¿qué
pasa con la temperatura, con la humedad, con
el polvo?, ¿qué pasa si se produce una chispa?,
¿se reinicia la máquina? Si se está usando
una Raspberry Pi y se cortó el suministro de
energía eléctrica y con esto se corrompió la
memoria micro SD (se corrompió LINUX).
La pregunta es: ¿sirve Raspberry Pi? Claro
que sirve, pero ¿sirve para esa aplicación?,
¿se tomaron todas las precauciones para su
uso? Se debe validar la idea y lo central es
escuchar lo que el cliente diga, ‘esto es lo que
estoy buscando o es parecido, me gustaría
que tenga esto otro’. Ahí viene la iteración,
y vamos cambiando, rápidamente hay que
darle la vuelta’’, dice Mauricio Cortés.
El prototipo funcional sirve para probar una
funcionalidad en particular, no está pensado
para instalarlos en terreno, tampoco tiene
el empaquetamiento final requerido, dado
esto, se puede utilizar cualquier tipo de
caja. Posiblemente se fabriquen muchos
prototipos en función del feedback recibido
185
de parte de los usuarios; lo importante es
entender el problema del cliente para darle la
solución que busca. ‘’Debe haber flexibilidad
porque el cliente pedirá cambios y ustedes
deberán ejecutarlos, entonces usemos
soluciones que permitan rápidamente hacer
cambios. Por lo tanto, ojalá la solución
fabricada, permita que las modificaciones
solicitadas, se puedan implementar
modificando exclusivamente el Firmware
de aplicación. Si el cambio de funcionalidad
significa cambiar Hardware, hay que entrar
con cautín, cortante etc. para incluir nuevos
componentes, y vamos a tener los engendros
de prototipos que todos conocemos’’, dice.
Al usar módulos comerciales existentes se
facilita la implementación de la solución. Por
ejemplo, Arduino, LoRa, Raspberry Pi, GPS,
etc. Es importante comprar el módulo ‘’que
viene ya soldado en tarjetas de desarrollo,
algunas veces con su propia fuente de poder.
De esta manera solamente cableamos estos
módulos al resto del prototipo. Usemos lo que
te entrega el fabricante que te dice ‘si lo quiere
usar para A, B, C, D, hágalo así’. Si no se tiene
todo el conocimiento técnico, no discuta con el
fabricante, haga lo que se detalla’’, menciona.
 
Adafruit es un proveedor de
Hardware, como Arduino o LoRa,
sensores, etc. que junto con
vender Hardware, entrega mucha
información que facilita el proceso de
aprender cómo usar dicho Hardware,
lo que permite que personas de
diferentes edades, habilidades y
conocimientos, puedan fabricar
prototipos.
8.3 MÍNIMO PRODUCTO VIABLE: MPV

Prototipos más avanzados, con los que se empieza a acercar al

producto final buscado. No necesariamente tienen el 100% de
la funcionalidad (accesorios) que tendrá el producto final.

Se puede instalar en terreno. Permite Recibir información de

los potenciales usuarios ¿Le gusta al usuario? Hay un tiempo
de validación que define el emprendedor, antes de pasar a la
siguiente etapa. La persona lo debe usar, debe ser controlado
en esta etapa.

• Levantar capital (inversionistas).

• Incluye un empaquetamiento que permite ser usado en

terreno.

• El empaquetamiento puede no tener la forma final ni el

material final requerido. Se pueden usar cajas comerciales,
impresoras 3D, etc.

‘’El empaquetamiento podría no ser el final y tampoco nos

desgastamos en que sea la última solución de producción.
Una cosa importante a tener en cuenta es que para desarrollar
el MPV, se debe tomar como base el prototipo funcional y
no necesariamente tener que fabricar una nueva electrónica
usando los mismos módulos comerciales que tiene el primer
prototipo, ya que si así fuera, se desarrollaría un nuevo
engendro, pero más bonito. La idea es usar como información
lo obtenido del prototipo funcional, para desarrollar este
producto mínimo viable. El MPV es algo más depurado, ya
tiene más vueltas, por lo tanto, más tiempo y requiere de más
recursos para hacerlo. Muy importante a tener en cuenta, no
necesariamente tiene todas las funcionalidades porque no es
el producto final’’, explica. Las validaciones no son solamente
comerciales, por ejemplo, si son equipos para la salud, deben
pasar por una etapa de pruebas clínicas, ya que se debe
conocer el comportamiento humano cuando se usan los
nuevos dispositivos.

186
8.4 EJEMPLOS DE ALGUNOS DESARROLLOS
a. Accesorio GoPro
Unos emprendedores llegaron con un
prototipo funcional y les solicitaron
desarrollar un MPV. El prototipo era un
accesorio que tiene un conector que se
enchufa en la GoPro (modelo antiguo) y que, a
través de este conector podía interactuar con
dicha máquina. El dispositivo tiene una IMU,
acelerómetro, giróscopo y magnetómetro,
guarda un archivo de datos y esos datos se
descargan al computador vía Wifi, luego se
descarga el video almacenado en la GoPro.
‘’Los emprendedores que solicitaron este
MPV hacen una magia con un Software
que desarrollaron, a través del cual logran
determinar algunos eventos capturados en el
video. La GoPro es una máquina fantástica,
pero tiene el problema que el usuario
debe revisar todas las capturas de video
efectuadas, para buscar lo que realmente se
quiere guardar y el resto borrar. Por ejemplo,
la usé una vez y grabé tres horas de video
de una salida en moto enduro, pero no me
gustó tener que revisar esas tres horas para
buscar algunos momentos que me gustaría
187
rescatar y almacenar, así que la dejé de
utilizar. A estos emprendedores se le ocurrió
la genial idea de determinar dónde están
esos eventos que interesan. Por ejemplo, si
la persona anda en moto, le interesa rescatar
un salto, caída etc., si hace surf, el momento
en que se paró arriba de la tabla, se cayó al
agua, etc. ¿Y eso cómo lo saben? Analizando
el archivo de datos generados por la IMU, se
puede determinar los eventos buscados y de
esta manera es posible presentarle al usuario
varios videos cortos que sería importante
almacenar. Todo este proceso toma algunos
minutos’’, cuenta.
Tecnocal fabricó el dispositivo y funcionó muy
bien, hasta que ocurrió lo que nadie esperaba,
la GoPro pasó de la GoPro Hero 4 a la 5 y le
quitó el conector, por lo tanto no se pudo
seguir utilizando la solución desarrollada. ‘’A
nosotros nos llegó un prototipo, se necesitaba
levantar capital así que se requería un
producto mínimo viable y eso hicimos. El
MPV tiene la forma, tamaño y conector que
tiene el pack de baterías que vende GoPro
a fin que pueda ser integrado dentro de la
caja de plástico original de la GoPro. Además,
la solución desarrollada debe interactuar
con la GoPro para determinar cuando la
GoPro está grabando o dejó de grabar y para
sincronizar los diferentes archivos de video
de la GoPro, con los diferentes archivos de
datos obtenidos desde la IMU. El resultado
técnico fue muy bueno, pero como producto
no resultó, ya que no tenemos control sobre
la GoPro, que eliminó el conector. Esto ocurre,
es parte de la experiencia’’, agrega.

b. Data Logger

Un Data Logger se instala dentro de un costo. Para evitar el uso de conectores, se

container, mide oxígeno, CO2, temperatura, incorporó WiFi y Bluetooth a la solución y se
humedad. Uno o dos meses después de desarrolló una aplicación en el celular para que
colocarlo, cuando el container llega al puerto se pudiera, en forma inalámbrica, interactuar
de destino, lo sacan y se descargan los datos con la unidad, incluyendo la descarga de los
capturados, a través de los cuales se puede datos capturados.
conocer el estado de la fruta y si se rompió
la cadena de frío por ejemplo. Debido al
tamaño se reemplazó la caja grande por algo
más pequeño, con los mismos sensores. Las
baterías de Li Ion fueron cambiadas por tres
pilas alcalinas, producto de una optimización
en el consumo eléctrico de la solución. Se
eliminaron todos los conectores, que muchas
veces permiten el ingreso de humedad, son
propensos a fallas o se oxidan y tienen alto

188
c. Pulsera para Parkinson
Como consecuencia de la enfermedad de
Parkinson, más de un 40% de los pacientes
sufre del llamado Congelamiento de la
Marcha, parálisis de la caminata que coarta
gravemente su independencia. Para salir de
este estado requieren estímulos externos
para continuar caminando, la solución
desarrollada (MPV) es capaz de detectar
este evento y enviar un estímulo físico al
d. Sensor oximetría de pulsos
189
usuario, mediante vibración y un estímulo
visual mediante un láser. Estos estímulos
acompañan a la persona por unos segundos
y luego se apaga una vez que comienza
nuevamente a caminar. Luego la información
de estos episodios es comunicada mediante
bluetooth para tomar decisiones por el
equipo médico del usuario.
 Este anillo mide el nivel de oxígeno de la
persona, a través de un sensor de oximetría
de pulsos. ¿Para qué se usa? Una persona
puede estar trabajando en altura, por
ejemplo en un observatorio astronómico en la
montaña (por ejemplo el observatorio ALMA)
o en una minera, donde el nivel de oxígeno
presente en el aire es menor que el presente
a nivel del mar. Si a una persona le baja el
nivel de oxígeno presente en la sangre, es
grave. Entonces, la idea es usar un dispositivo
de pequeñas dimensiones, en este caso un
anillo, que permita medir periódicamente el
nivel de oxígeno y transmitirlo a un celular
vía Bluetooth. Si el nivel de oxígeno es bajo,
a través de celular de activa una alarma
para la persona y además se transmite esta
información hacia un servidor remoto. Este
desarrollo está actualmente siendo probado
en terreno.
8.5 PRESERIE
En esta etapa nos estamos acercando al
producto final. Las unidades de Preserie son
básicamente iguales al que se van a fabricar
en forma masiva. Para llegar a esto, se debe
pasar por la etapa de diseño de detalle y las
unidades de preserie deben ser validadas en
terreno.
Es importante estudiar los componentes que
se van a usar, para conocer su disponibilidad,
estar seguros que no están o estarán en
el corto plazo, obsoletos. Por ejemplo, la
Raspberry Pi Cero, fue una maravilla y
aún lo es, pero hasta hace un año atrás
aproximadamente, se vendían de a una
190
‘’Desarrollamos una solución electrónica
muy pequeña, con un procesador capaz
de interactuar con el sensor que mide
la oximetría de pulsos, para leer dicha
información, procesarla y determinar el
nivel de porcentaje de oxígeno, finalmente
transmitir, vía Bluetooth, dicha información
hacia un celular. Entonces ¿se puede hacer
electrónica pequeña? Sí, por supuesto, no es
fácil porque aquí hubo que estudiar diferentes
alternativas de solución, buscando cuál es el
sensor y el bluetooth más pequeño que hay
en el mercado. Luego viene el tema de poder
integrar estos componentes junto al resto
de la electrónica, en un empaquetamiento
muy pequeño como es un anillo’’, menciona
Mauricio Cortés.
o de a dos unidades por persona, lo que
imposibilitaba su uso en una solución de
producción.
La pregunta es si uno hace un producto con
este tipo de componentes, ¿cómo lo vende?
No lo puedo fabricar. Es bonito, barato,
espectacular, pero tiene que ser escalable,
es decir, con componentes que se puedan
adquirir fácilmente. ‘’Tengo que poder
comprar, no basta que funcione. En la parte
electrónica, esto es brutal. Hoy, después
de unos seis meses, muchas veces quedan
obsoletos los componentes electrónicos.
Incluso antes. ¿Qué hacer entonces? Aquí
 aparece un tema relevante de producción.
Si se piensa que terminando una unidad de
preserie y haciendo una primera producción
estamos listos y que después es como una
imprenta, repetimos y repetimos, eso es un
grave error. Seis meses después el fabricante
te puede decir que algún componente no
está disponible en el mercado. Entonces, el
tema de la obsolescencia es crítico, no basta
llegar a un producto para decir terminé y
ahora solamente me dedico a fabricar. Esto es
trabajo continuo’’, comenta. Además, destaca
que es deseable incorporar a las unidades a
producir, una capacidad de crecimiento.
Así también, las unidades de preserie,
deben cumplir con normas específicas:
compatibilidad electromagnética, vibración,
8.6 NOTAS SOBRE DESARROLLO DE PRODUCTOS
• El empaquetamiento es normalmente uno
de los temas más complicados a resolver y
al mismo tiempo un tema muy importante
para el usuario, ya que es lo que verá el
usuario.
• Al usuario la mayoría de las veces no le
importa la tecnología, lo que busca es la
funcionalidad, empaquetamiento y costo
adecuado.
• Existe una fuerte interacción entre parte
electrónica y parte mecánica.
• El Hardware electrónico es cada vez más
invisible. El Firmware/Software está cada día
191
shock, estanqueidad, seguridad, etc. En el
caso de las normativas de seguridad, por
ejemplo, si uno trabaja con balones con gas
la norma indica ’no se puede tener más allá
de cierta energía en los cables eléctricos que
pasan cerca de los balones con gas, porque
una chispa de cierta energía puede inflamar
el gas’. Este tipo de restricciones obliga a
incorporar en el circuito electrónico, una
serie de restricciones que permitan cumplir
con la normativa. ‘’Estas unidades ya son
usables para poder pasar por el proceso
de certificación. Se envían a laboratorios
específicos que efectúan el proceso de
certificación y una vez obtenida ésta, ya
puedes entrar en la etapa de producción. Se
certifica el modelo, no es necesario hacerlo
con cada equipo’’, menciona Mauricio Cortés.
tomando más relevancia. Flexibilidad.
• Separar lo que el cliente quiere, de lo que el
cliente requiere.
• Como resultado del proceso de desarrollo
de unidad Preserie, se tiene la siguiente
documentación: planos mecánicos,
circuitos esquemáticos, part list (mecánico y
electrónico), Gerbers Files, Firmware/Software
de aplicación, procedimientos de integración
y pruebas, certificado cumplimiento de
normas y bancos de pruebas.
‘’Quizás el empaquetamiento es lo más complicado porque
es lo que se ve. Si quiero un equipo tipo handheld, tiene
que ser bonito. Pero no solamente tiene que verse bonito,
sino que además se debe poder soportar caídas, soportar
lluvia y polvo. Este tema es crítico por lo tanto hay que
dedicarle bastante tiempo al desarrollo de la parte mecánica.
Normalmente, lo que se hace es comprar una caja comercial
(hay muchas alternativas), que se modifican, por ejemplo se
le hacen perforaciones para incorporar conectores. Ojalá las
modificaciones no sean muchas, ya que todo esto significa
dinero’’, menciona.

Al usuario le da lo mismo la tecnología usada y esto es algo

clave. Muchas veces se piensa que incorporar tecnología de
alto nivel es mejor. Sin embargo, al cliente le interesa que lo
que recibe, funcione independientemente de la tecnología
usada. El conjunto, electrónica y empaquetamiento, deben
cumplir con las expectativas del cliente.

‘’El Hardware es cada vez más invisible, esa es la tendencia.

Hoy en día no se requiere de un especial conocimiento
de electrónica para fabricar prototipos, piensen que un
niño puede, usando por ejemplo un Arduino, lograr que
parpadee un LED. Los niños tienen mucha facilidad para
este tipo de trabajos. Entonces, significa que de lo que hay
que preocuparse es sobre la flexibilidad que se le dará al
prototipo que se desarrollará. Se deben tomar al inicio del
trabajo, algunas importantes decisiones: ¿Esta función se
implementará por Hardware o por Software? El Hardware
obviamente si está bien hecho, es muy rápido. Si lo hago por
Firmware va a ser más lento en la operación pero flexible.
Dado esto, se deberá definir qué es lo que obligatoriamente se
implementará por Hardware y todo el resto, se implementará
por Firmware. La tendencia es maximizar lo que se pueda
hacer por Firmware, de esta manera se logran soluciones más
flexibles”, comenta Mauricio Cortés.

Se debe separar lo que el cliente quiere de lo que el cliente

requiere. ‘’Puede querer cualquier cosa, hay que tratar de
entender el dolor que tiene el cliente y plantearle alternativas
que solucionen su dolor, que no necesariamente corresponde
a lo que inicialmente el cliente solicitó’’, agrega.

192
8.7 ¿QUÉ PASA CUANDO EL CLIENTE NO ESTÁ
EN EL CENTRO? EL CASO DEL MONITOR
CARDIORRESPIRATORIO DESARROLLADO POR
TECNOCAL

‘’Cuando partió Tecnocal, comenzamos desarrollando y fabricando

monitores cardiorrespiratorios para detectar si un lactante dejó de
respirar o tiene Bradicardia/Taquicardia. Estas unidades son usadas por
lactantes con riesgo de muerte súbita. Lloramos con esto, por no haber
partido por el usuario, ya que comenzamos pensando como ingenieros,
cuadrados, súper cuadrados’’, comenta Mauricio Cortés.

Una primera versión del

monitor cardiorrespiratorio
fue desarrollado 25 años
atrás. ‘’Le incluimos las
leyendas en inglés para dar
la impresión de ser algo
fabricado en el extranjero.
Mis hijos fueron conejillos de
indias para este desarrollo,
les conectaba el monitor
y usando un osciloscopio
capturaba señales
eléctricas para validar el
funcionamiento. El trabajo
de desarrollo tomó un par de
años y en ningún momento
se tomó contacto con
posibles clientes’’, recuerda.

193

Cuando el producto estuvo listo fue
presentado ante una agrupación de padres
relacionados con Muerte Súbita. ‘’La
Presidenta de dicha organización en ese
momento me dijo ‘¿Tú quieres que yo le
coloque esa cosa a mis hijos? Tan grande,
conectada a los 220Vac, con leyendas en
inglés, con tantas perillas. ¿Cómo se te puede
ocurrir?, ¿en qué cabeza cabe que mi guagua
va a usar eso?’. Y yo obviamente, trágame
tierra. Eso, fue por haber desarrollado
durante años algo que no estuvo en contacto
con el cliente. No hicimos lo más importante,
Imagen 69:
Primer monitor
cardiorrespiratorio
desarrollado por
Tecnocal
Imagen70: Producto realizado
tras recibir feedback del usuario
testear qué era lo que quería el cliente. Le
pedimos feedback, escuché qué es lo que
quería, qué le gustaría, para finalmente llegar
a un producto más amigable. Entonces uno
dice ‘el cliente quería esto’; nos habríamos
ahorrado muchos sufrimientos, dolores
de cabeza y mucho dinero si hubiésemos
escuchado primero lo que el cliente quiere
y no haber actuado asumiendo que lo que
para uno es lo correcto, también lo será para
el cliente. No hay que perder el foco’’, cuenta
Mauricio Cortés.
194
8.8 METODOLOGÍA UTILIZADA POR TECNOCAL
PARA DISEÑAR Y DESARROLLAR PRODUCTOS

Lo primero y más importante es saber qué

requiere el cliente. Identificar necesidades,
si el producto es viable, funcionalidades,
restricciones.

Empaquetamiento. ¿Qué empaquetamiento

quiere? Debe soportar rayos UV, operar
a la intemperie, es portátil, anclaje sobre
superficies planas, que soporte golpes, si
quiere IP, etc.

Energía. ¿Cómo se va a energizar? 220 Volt,

110 Volt, batería, panel solar, etc. Si se usa
batería, qué tipo, duración, cómo se va a
recargar.

Funcionalidad. Se quiere que transmita algo,

si se quiere transmitir, a través de qué canal:
Ethernet, 3G, 4G, etc. Qué tipos de datos,
cómo va a ser la comunicación. Puede ser
que el cliente no sepa y se debe proponer
alternativas de solución. Se necesita levantar
información para saber qué funcionalidad
quiere, saber si hay que guardar los datos o
solicita acceso externo a los datos, etc.

Etapa de desarrollo. Una vez que está

claro lo anterior, recién comienza la etapa
de desarrollo. Esta metodología depende
del nivel de complejidad de la solución
a desarrollar. En esta etapa ciertamente
hay una iteración con el cliente. Se debe
definir con detalle todos los requerimientos
funcionales, ambientales, normativos y físicos
del producto.

195
 Diagrama en bloques. Se definen los diferentes bloques y la interacción entre
ellos, que componen la solución electrónica. Lo bloques pueden ser una CPU,
entradas, salidas, búfer, protecciones, etc. El definir el diagrama en bloques es
previo a comenzar con el diseño de detalle.

Diagrama lógico Firmware/Software. Se define cómo operará el producto

desde el punto de vista lógico. Esto es previo al desarrollo de Firmware o de
Software.

Etapa de desarrollo con prototipos. Se fabrican cierta cantidad de prototipos,

a veces son parciales, es decir que solamente se usan para validar algún
requerimiento específico, uso de un nuevo IC que apareció, etc.

Banco de prueba. Junto con el desarrollo del producto, desarrollamos

máquinas llamadas Bancos de Pruebas, que permiten probar la funcionalidad
completa de las unidades desarrolladas. No podemos liberar un producto sin
pasar por un completo set de pruebas.

Normas. Cuando se diseña un producto, se deben considerar las normas que

debe cumplir, independientemente si el producto será o no certificado. Hay
que diseñar para cumplir normas, y no tener problemas de certificación si así
se requiere.

8.9 SUGERENCIAS PARA LOS EMPRENDEDORES

• No perder el foco dedicándose a desarrollar la solución.

• Deben concentrarse en el dolor a solucionar.

• Hacer las cosas con amor, pero no enamorarse de las cosas.

• Se hacen prototipos para hacer negocios. Deberían estar centrados en el

cliente y sus dolores, y no en la tecnología. No se enamoren de la tecnología ni
tampoco de la primera solución que encontraron.

• Los emprendedores deben buscar alianzas con proveedores tecnológicos que

los acompañen en el proceso de desarrollo y producción.

196
 MAURICIO CORTÉS R.,
GERENTE DESARROLLO
TECNOCAL

E-mail: mcortes@tecnocal.cl
Teléfono: +56 9 95193482

197
198
IX.
RESULTADOS
DEL CICLO DE
CAPACITACIONES
EN IOT

199
200
 RESULTADOS Frente a los desafíos tecnológicos, y de mercado, de la actual
realidad internacional, Chile requiere acciones concretas que

DEL CICLO DE le permitan modernizar el modelo productivo de sus sectores

económicos. La adopción tecnológica es uno de los mayores

CAPACITACIONES factores habilitantes en este proceso. Específicamente, en el año

2015-2016 Fundación País Digital realizó una asesoría técnica

EN IOT del Programa Estratégico Industrias Inteligentes, donde detecta

brechas significativas para que la aplicación de la tecnología de
vanguardia sea una realidad. La primera brecha corresponde a
la baja especialización en nuevas tecnologías mostrada por los
proveedores tecnológicos locales y la segunda, es la limitada
adopción de tecnologías de vanguardia por las empresas
nacionales.

De ahí nació la idea de este Ciclo de Capacitaciones en el

concepto Internet de las Cosas con el fin de sofisticar la oferta
de soluciones provistas por emprendedores en diferentes
estados de madurez, para así incrementar su capacidad para
desarrollar soluciones. Además, esta iniciativa se convertiría
en una experiencia de espacio de networking para fortalecer
el ecosistema IoT favoreciendo la colaboración y el desarrollo
conjunto de soluciones mediante el trabajo en equipo.

La iniciativa contempló una serie de actividades durante los

meses de enero a octubre del año 2017, donde se obtuvieron los
siguientes resultados:

Crear una estructura curricular de necesidades de

1. especialización, propuesta por emprendedores del área,
compuesta de ocho tópicos: Modelo de negocios, Sensorización
Industrial, Avances Futuros de la Conectividad, Integración y
Plataformas, Analítica de Datos, Big Data, Seguridad informática
en IoT y, Prototipado para Desarrollo de Productos.

Identificar una red de ejecutivos de grandes empresas con

2. experiencia comprobada en cada tema que en forma voluntaria
compartieron sus conocimientos y experiencia en cada uno de
los ocho tópicos.

Construir una base de más de 200 inscritos al Ciclo de

3. capacitaciones en Internet de las cosas, con un perfil de
desarrolladores de soluciones en IoT en distintas etapas de
madurez con énfasis en organizaciones con experiencia y
productos ya desarrollados.

201
Los resultados del proyecto se evalúan en tres aspectos. Primero, respecto
a la convocatoria de las jornadas, en términos de promedio de asistentes,
participación y networking generado; en segundo lugar, desde una mirada de
evaluación general respecto a la opinión de los asistentes y una cuantificación
de casos en los que los talleres generaron algún impacto en los asistentes; y
por último, una caracterización del grupo asistentes.

9.1 CONVOCATORIA

Durante las ocho jornadas del ciclo de capacitaciones, realizadas entre los
meses de abril y septiembre del año 2017, se logró congregar a más de 120
personas vinculadas al desarrollo de soluciones en IoT en el país, de las cuales
un 15% fueron mujeres. Esta fue una oportunidad para reunir a gente de la
industria y generar instancias de networking, en este sentido, los asistentes
tuvieron la oportunidad de interactuar en promedio con 64 nuevos contactos
con potencial desarrollo de alianzas.

La participación de los asistentes fue variada, pero en promedio, cada

participante asistió a 2,5 jornadas, habiendo un 38% de personas que fueron
a una jornada y un 8% que asistieron a 6 o más. En promedio, asistieron 42
personas a cada jornada, habiendo un pick en los talleres de plataformas IoT y
analítica de datos, ambos realizados el mes de junio.

Imagen 71:
Número de Jornadas
Asistidas por
Persona

202
 Imagen 72: Número
de Asistentes por
Jornada

9.2 EVALUACIÓN GENERAL Y DE IMPACTO

Las jornadas fueron evaluadas a través de una encuesta de satisfacción al

término de cada jornada y una encuesta final una vez concluido el ciclo. En
términos generales, el 63,1% de los asistentes evaluaron con nota máxima las
capacitaciones, en una escala de Likert de rango de 1 a 5. Además, el 83,8% de
los asistentes evaluó con nota máxima a los relatores y el 56% evaluó con nota

Imagen 73:
Valoración de la
mejora en el nivel
de conocimientos
gracias a las
capacitaciones

203
 5 los conocimientos vistos durante las charlas como acordes a sus necesidades
de negocios.

Respecto a la proyección que tuvieron los emprendedores con estos

conocimientos adquiridos, un 55,6% afirmó utilizar dichos conocimientos en
sus negocios a los tres meses de haber terminado el ciclo y un 69,4% tiene
pensado utilizarlos en los próximos 12 meses tras la finalización del proyecto.
 

9.3 CARACTERIZACIÓN DE LOS ASISTENTES

El perfil de los asistentes se caracterizó por ser diverso en términos de

tamaño, área de desarrollo y sector objetivo. En general, el área de desarrollo
de los participantes se inclinó a una perspectiva de Software, destacando el
desarrollo de aplicaciones, servicios de analítica/big data y visualización de
datos. Sus principales o potenciales clientes son de áreas de Minería, Ciudades
Inteligentes y Energía.

En relación a las temáticas del ciclo de capacitaciones, los emprendedores

priorizaron los temas de modelos de negocios en IoT, analítica y big data como
aquellos más relevantes para sus negocios o aquellos en donde existían las
mayores brechas de conocimientos y herramientas.

Imagen 74: Tamaño de las

empresas asistentes según
número de empleados.

*En otros se encuentran

emprendimientos sin inicio de
actividades, independientes y
organizaciones no privadas

204
Imagen 75: Área
de desarrollo y
sector objetivo de
las organizaciones
“Fue una grata experiencia participar de las charlas
participantes.
realizadas dentro del ciclo de capacitaciones IoT.
Las temáticas de Big Data e IoT son relativamente
nuevas, por lo que estas iniciativas son bastante
enriquecedoras. Esperamos que instancias de este tipo
se repitan con la posibilidad de entregar una mayor
transferencia tecnológica a los participantes”.

– Departamento de Gestión de la Información (DGI) - SMA

Superintendencia del Medio Ambiente

205
 Imagen 76: Área Los resultados identificados servirán
de desarrollo y
sector objetivo de como insumos para la siguiente etapa
las organizaciones
participantes. a abordar como parte de este trabajo:
generar un ecosistema de apoyo con los
emprendedores asistentes y la generación de
un trabajo colaborativo con otras empresas
internacionales como lo realiza España, con el
catálogo de empresas de soluciones para la
industria conectada.
 

206
 “Se necesitan
iniciativas de este
estilo con foco en
las necesidades
de TI actuales de
las empresas y
como apoyan a
su estrategia de
negocio”.

– Carlos Cifuentes,
Socio en ERCI SpA

“Ojalá se repita el
ciclo y también se
puedan generar
espacios para
mayor colaboración
entre eco-sistema
de empresas
participantes”.

– Julian Beggs,
Gerente General en
Triple Zeta Ltda.

207
208
X.
CASOS
APLICADOS
El propósito del Ciclo de Capacitaciones en
IoT es fortalecer la industria nacional, en
torno al Internet de las cosas, al entregar un
conjunto de herramientas y experiencia con el
fin de que las organizaciones que desarrollan
soluciones de tecnología puedan sofisticar su
oferta. A continuación, se presentan tres casos
de organizaciones que trabajan en esta área,
donde parte de sus equipos asistieron al ciclo de
capacitaciones.

209
210
10.1 ORGANIZACIÓN: WISEACCESS

Proyecto: WiseBox M4P

Hoy en día, la forma de trabajar de las compañías de distribución eléctrica

es reactiva, es decir, sólo se puede intervenir una vez que una falla ya se
ha generado. El estado actual de medición y control es precario en virtud
de prevenir nuevas fallas, incluso si estas son comunes y conocidas por el
personal. Así también, los dispositivos utilizados tienen un valor elevado, por lo
que no se puede disponer de una cantidad apropiada de puntos de medición.
Esto ocasiona tardanzas en la identificación del punto exacto de una falla dada,
incurriendo en gastos elevados para la búsqueda e identificación del tipo de
falla y la reparación de la misma, junto con largos períodos de interrupción,
pérdidas económicas y un grave impacto en la calidad del servicio.

En respuesta a esta necesidad, WiseAccess desarrolló el Wisebox M4P,

un medidor/protector trifásico de energía capaz de tomar lecturas de las
principales variables de los sistemas eléctricos de alimentación, y proteger una
carga contra los daños ocasionados por fallas comunes de corriente y voltaje.
Esta solución permite a las empresas distribuidoras mejorar la disponibilidad
de energía eléctrica, optimizando la calidad y continuidad del servicio
cumpliendo con estándares de calidad básicos. De esta forma se pueden
prevenir multas, generar alertas oportunas de fallas de forma automática
directamente a sus paneles de control; localizar fallas identificando el sector
donde ocurre rápidamente, generar estadísticas predictivas para establecer
políticas de mantenimiento preventivo; y reducción de costos operativos
disminuyendo la necesidad de utilizar sistemas de cuadrillas de camionetas
para buscar las fallas una vez recibida la información.

211
10.2 ORGANIZACIÓN: SIRTEC

Proyecto: Medición de Variables Agronómicas

Hoy en día, la baja densidad de sensores por hectárea, dificultan el desarrollo

y aplicación de modelos de predicción y optimización de procesos agrícolas,
especialmente el riego. Por otro lado, el aumento significativo de sensores por
hectárea genera una gran cantidad de datos que requieren ser almacenados y
analizados para el desarrollo de modelos predictivos de gestión de riego para
cada campo.

Como resultado de la investigación y desarrollo de una solución para

la Medición de Variables Agronómicas, SIRTEC SPA se encuentra en el
proceso de pasar de un prototipo a un producto comercial, de un sensor de
funcionamiento autónomo, capaz de capturar y transmitir mediciones de
humedad, conductividad y temperatura del suelo a diferentes profundidades e
intervalos de tiempo.

El producto apunta a ser disruptivo al integrar en sólo un elemento físico,

múltiples sensores y comunicaciones inalámbricas, a una fracción del costo
de los sensores actuales, permitiendo aumentar la cantidad de sensores
por hectárea y de esta forma mejorar la calidad de los modelos predictivos
mediante la utilización de herramientas de Big Data.

‘’Las jornadas de ‘Ruta desde prototipo a producto’ y ‘Big Data’, en el marco

de IoT, han orientado uno de nuestros proyectos’’, comenta Roberto Cabrera,
Gerente Desarrollo de SIRTEC Spa.

212
10.3 ORGANIZACIÓN: SUPERINTENDENCIA DEL
MEDIO AMBIENTE

Proyecto: Red Piloto de Monitoreo de Calidad del Aire

de Bajo Costo en la Región Metropolitana

La Superintendencia del Medio Ambiente (SMA), es una institución pública

que tiene como principal función proteger el medio ambiente y la salud de las
personas, asegurando el cumplimiento de la normativa ambiental vigente.
Actualmente, con el desarrollo de la tecnología, existe una mayor cantidad
de recursos e instrumentos útiles para apoyar las actividades de monitoreo
y fiscalización, es por esto que la SMA en los últimos años se ha enfocado en
desarrollar y analizar el desempeño de técnicas de monitoreo, tales como
monitoreo remoto y teledetección (lo que se encuentra inmerso dentro del
concepto de Next Generation Compliance, según la EPA).

El presente proyecto consiste en la implementación de una red de monitoreo

de material particulado (MP 2.5 y PM10) a bajo costo, que permite entregar
data sobre el estado de la calidad del aire, considerando un amplio despliegue
espacial y muestreando en tiempo real las concentraciones de material
particulado. Los equipos diseñados permiten recoger dichas concentraciones,
y enviar los datos utilizando una red celular (GPRS) a un servidor de la
Superintendencia del Medio Ambiente, donde se puede visualizar la variación
dinámica de las concentraciones, y analizar su distribución en la región a modo
de screening, generando información relevante y útil para las actividades
de monitoreo y fiscalización realizadas por la institución. Esta iniciativa
tiene un componente importante de integración de equipos y análisis de
grandes volúmenes de datos, trabajo que se está llevando a cabo utilizando
la plataforma Nube de Microsoft Azure y aplicaciones de código abierto como
RStudio.

213